游戏开发之随机概率的选择算法

游戏开发中，随机数算法是一个非常重要的部分，它常常被用来在游戏当中生成随机的事件、物品、角色属性等等。而其中选择算法则是如何从一个固定的集合中，按照一定的概率来随机选择一个目标的算法。

以下是游戏开发中常用的三种选择算法：

1. 等概率随机算法

这种算法是最简单的一种，它的实现原理是先生成一个 0-1 之间的随机数，然后将这个随机数乘以集合元素的个数，将结果向下取整，即可得到一个随机元素。其中，乘以集合元素的个数的目的是将 0-1 之间的概率等分为集合元素的个数份，实现等概率。

以下是等概率随机算法的示例代码：

int randomIndex = floor(rand() * elements.size());

2. 加权随机算法

加权随机算法支持给不同的元素设置不同的权重，那么随机出一个元素的概率就是它的权重占总权重的比例。与等概率随机算法不同，加权随机算法需要对集合进行一次处理，将每个元素的权重加起来得到总权重，然后再生成一个 0-1 之间的随机数 R，将 R 乘以总权重，然后按照集合中每个元素的权重进行判断，选择一个元素即可。

以下是加权随机算法的示例代码：

int totalWeight = 0;
for (int i = 0; i < elements.size(); i++) {
    totalWeight += elements[i].weight;
}

int randomIndex = -1;
int randomWeight = rand() % totalWeight;

for (int i = 0; i < elements.size(); i++) {
    randomWeight -= elements[i].weight;
    if (randomWeight < 0) {
        randomIndex = i;
        break;
    }
}

3. 概率分布随机算法

概率分布随机算法可以根据一个指定的概率分布来随机选择元素。这种算法的实现比较复杂，需要先根据概率分布计算出一个 CDF（cumulative distribution function）数组，数组中的每个数值表示前几个元素被选中的概率之和。然后再生成一个 0-1 之间的随机数 R，将这个随机数作为下标查找 CDF 数组，找到第一个大于 R 的元素，返回该元素的下标。

以下是概率分布随机算法的示例代码：

vector<double> cdf(elements.size());
// 计算 CDF
cdf[0] = elements[0].probability;
for (int i = 1; i < elements.size(); i++) {
    cdf[i] = cdf[i - 1] + elements[i].probability;
}

double randomValue = (double)rand() / RAND_MAX;
int randomIndex = -1;
for (int i = 0; i < elements.size(); i++) {
    if (randomValue <= cdf[i]) {
        randomIndex = i;
        break;
    }
}

以上是游戏开发中常用的三种选择算法，开发者可以根据自己的需求选择合适的算法，用于游戏中的随机选择。