微信红包的随机算法是怎样实现的？

我在知乎上看到这样一个问题微信红包的随机算法是怎样实现的？

有人说腾讯大致是这样实现的：

public static double getRandomMoney(LeftMoneyPackage _leftMoneyPackage) {
// remainSize 剩余的红包数量
// remainMoney 剩余的钱
if (_leftMoneyPackage.remainSize == 1) {
_leftMoneyPackage.remainSize--;
return (double) Math.round(_leftMoneyPackage.remainMoney * 100) / 100;
}
Random r     = new Random();
double min   = 0.01; //
double max   = _leftMoneyPackage.remainMoney / _leftMoneyPackage.remainSize * 2;
double money = r.nextDouble() * max;
money = money <= min ? 0.01: money;
money = Math.floor(money * 100) / 100;
_leftMoneyPackage.remainSize--;
_leftMoneyPackage.remainMoney -= money;
return money;
}

也有人做了正太分布、方差分析、回归分析、统计模拟等，图太长我就不贴了。

然而

所有答案都是“取时随机”，即设计“红包池”的概念，然后在抽取时随机取数。

所有答案都是“钱的随机”，即随机金额，然后return。

下面我们换个思路，现在我们把所有的钱换成1分的硬币，把红包想象成罐子，然后撒币。

/**
* @param count 红包数
* @param money 总金额
* @return
*/
public static Integer[] ranRedPac(Integer count, Integer money) {
Integer[] result = new Integer[count];
for (int i = 1; i <= money; i++) {
int n = new Random().nextInt(count);
result
= result
== null ? 1 : result
+ 1;
}
return result;
}

//测试
public static void main(String[] args) {
Arrays.asList(ranRedPac(10, 5000000)).forEach(i -> System.out.println(i));
System.out.println("sum: " + Arrays.asList(ranRedPac(10, 50)).stream().mapToInt(i -> i).sum());
}

每分钱随机选择红包。

至于什么回归分析，统计模拟统统用不上。

本例中我们摒弃“抽取”、“随机金额”这样的传统概念，使钱拥有选择意识，执行“随机”行为，自然而然红包就有了随机金额的属性。

改变一下思路，别把简单问题复杂化。

我们在编码设计时，通常会考虑现实生活中的逻辑，并把对象抽象成类，行为抽象成方法。但是，我们偶尔也要考虑思维反转。

当然，我的代码有一定的弊端。

思维是最重要的。