https://nocode.cn/#/

https://github.com/recharts/recharts
https://recharts.org/zh-CN/examples

dayjs大小2kb,moment大小18kb，按需选择
https://day.js.org/zh-CN/

相关文章：
https://cloud.tencent.com/developer/article/1953211

JSON相关函数

MySQL官方列出json相关的函数，完整列表如下:

创建

json_array|创建json数组

json_object|创建json对象

json_quote|将json转成json字符串类型

查询json

json_contains|判断是否包含某个json值

json_contains_path|判断某个路径下是否包json值

json_extract|提取json值

column->path|json_extract的简洁写法，MySQL 5.7.9开始支持

column->>path|json_unquote(column -> path)的简洁写法

json_keys|提取json中的键值为json数组

json_search|按给定字符串关键字搜索json，返回匹配的路径

修改json

json_append|废弃，MySQL 5.7.9开始改名为json_array_append

json_array_append|末尾添加数组元素，如果原有值是数值或json对象，则转成数组后，再添加元素

json_array_insert|插入数组元素

json_insert|插入值（插入新值，但不替换已经存在的旧值）

json_merge|合并json数组或对象

json_remove|删除json数据

json_replace|替换值（只替换已经存在的旧值）

json_set|设置值（替换旧值，并插入不存在的新值）

json_unquote|去除json字符串的引号，将值转成string类型

返回json属性

json_depth|返回json文档的最大深度

json_length|返回json文档的长度

json_type|返回json值得类型

json_valid|判断是否为合法json文档

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：

1. 首先将传入的概率值限制在0-100的范围内
2. 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）
3. 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