PHP语言写的概率函数
以下是一个用PHP实现的概率函数，它接收一个概率值作为参数，并根据该概率随机返回true（中）或false（不中）：
<?php
/**
* 根据给定的概率值返回布尔结果
* @param float $probability 概率值，范围0-100（包含）
* @return bool true表示中，false表示不中
*/
function probabilityResult(float $probability): bool {
// 确保概率在有效范围内
$probability = max(0, min(100, $probability));
// 生成1到100之间的随机整数
$randomNumber = mt_rand(1, 100);
// 判断是否在概率范围内
return $randomNumber <= $probability;
}
// 示例使用
$chance = 30; // 30%的概率
$result = probabilityResult($chance);
echo $result ? "中了！" : "未中";
?>这个函数的工作原理是：
- 首先将传入的概率值限制在0-100的范围内
- 使用
mt_rand()函数生成一个1到100之间的随机整数（mt_rand()比rand()更适合用于概率计算） - 如果生成的随机数小于或等于传入的概率值，则返回
true（中），否则返回false（不中）
例如，如果你传入30作为概率值，那么函数有30%的概率返回true，70%的概率返回false。
下面提供几种不同实现思路的概率函数，各有特点和适用场景：
1. 浮点数精度算法（支持0-1概率）
function floatProbability(float $probability): bool {
if ($probability <= 0) return false;
if ($probability >= 1) return true;
// 归一化到0-1区间
$normalized = max(0, min(1, $probability));
return (random_int(0, PHP_INT_MAX) / PHP_INT_MAX) < $normalized;
}特点：
- 直接支持0.001%这样的极小概率
- 使用
random_int()生成高安全性随机数 - 通过浮点数比较实现高精度概率
2. 权重随机算法（适合多选项概率分布）
/**
* 权重随机选择
* @param array $weights ['选项A' => 30, '选项B' => 70]
* @return string|false 选中的选项键名
*/
function weightedRandom(array $weights) {
$total = array_sum($weights);
$rand = random_int(1, $total);
foreach ($weights as $key => $weight) {
$rand -= $weight;
if ($rand <= 0) {
return $key;
}
}
return false;
}
// 示例：30%概率返回true，70%返回false
$result = weightedRandom([true => 30, false => 70]) === true;特点：
- 适合实现复杂概率分布（如抽奖池）
- 所有选项权重之和代表100%概率
- 通过区间划分实现权重选择
3. 模拟概率波动算法（游戏常用）
class ProbabilityShaker {
private float $baseProbability;
private float $currentChance = 0;
private float $growthRate = 0.1;
public function __construct(float $baseProbability, float $growthRate = 0.1) {
$this->baseProbability = $baseProbability;
$this->growthRate = $growthRate;
}
public function try(): bool {
$chance = $this->baseProbability + $this->currentChance;
$result = (random_int(1, 100) <= $chance);
if ($result) {
$this->currentChance = 0; // 触发后重置
} else {
$this->currentChance += $this->growthRate; // 未触发则增加下次概率
}
return $result;
}
}
// 示例：基础30%概率，每次失败后增加10%补偿
$shaker = new ProbabilityShaker(30, 10);
$result = $shaker->try();特点：
- 实现"保底机制"，多次失败后概率递增
- 适合游戏抽卡、暴击率等场景
- 通过状态累积改变实际概率
4. 时间相关概率算法
function timeBasedProbability(float $probability): bool {
// 获取当前时间的毫秒级哈希值
$timeHash = crc32(microtime(true));
$normalizedHash = ($timeHash % 10000) / 100; // 转换为0-100的浮点数
return $normalizedHash <= $probability;
}特点：
- 相同时间点调用结果相同（伪随机）
- 适合需要时间稳定性的概率系统
- 可用于限时活动概率调整
应用场景建议：
- 普通概率判断：使用原始答案的整数区间法
- 高精度概率：使用浮点数精度算法
- 多选项随机：使用权重随机算法
- 游戏机制：使用概率波动算法
- 时间相关系统：使用时间哈希算法
版权属于：Joyber
本文链接：https://blog.qqvbc.com/default/1308.html
转载时须注明出处及本声明