有没有更好的方法来计算赔率？答案

【问题标题】：Is there a better way to calculate odds?有没有更好的方法来计算赔率？
【发布时间】：2017-10-12 15:13:26
【问题描述】：

我正在编写一个名为 Club Keno 的模拟彩票游戏的程序，我想匹配他们对 Kicker 的赔率。所以我所做的是选择一个介于 1 和 10046 之间的随机数，然后根据该数字，我返回 kicker 值。如果随机数是 1000，我会返回 4 的 kicker 值。我想知道是否有更好的方法来做到这一点。而且我意识到它加起来并不完全是 100%，但这是我可以在网上找到的几率。他们加起来高达 100.45%

public static int Kicker()
{
    var rnd = new Random();
    int num = rnd.Next(1, 10046);

    if (num < 125) //1.25 percent chance
        return 10;
    if (num < 495) //3.7 percent chance
        return 5;
    if (num < 1120)//6.25 percent chance
        return 4;
    if (num < 1745)//6.25 percent chance
        return 3;
    if (num < 5745)//40 percent chance
        return 2;

    return 1; // 43 percent chance
}

【问题讨论】：

为什么是 10046？为什么要使用 int 呢？您可以从随机生成双精度。另外，为什么你的随机实例在方法中？它应该是静态和类级别，而不是方法级别。
它在一个名为 Pick 的类中，该类负责选择抽奖号码、玩家号码、Jack 号码、ez 选择号码和起脚号码。
.... 因为否则，如果您非常快速地调用此方法（因为当前时间用作 Random 的种子），您将始终生成相同的“随机”数字。
@JosephThompson 使用Thread.Sleep 来克服相同的随机种子真是太可怕了。
老实说，只需使用 this answer 并调整您的代码以适应。使用Dictionary<int, double>（而不是 OP 使用的自定义类）来存储您的“踢球者”及其概率。大约需要 5 分钟

标签： c#

【解决方案1】：

如何为 Random 类使用扩展方法：

static T Pick<T>(this Random random, Dictionary<T, double> elementToProbability) 
{
    var totalProbability = elementToProbability.Values.Sum();
    var randomValue = random.NextDouble() * totalProbability;

    foreach (var keyValuePair in elementToProbability) 
    {
        if (randomValue < keyValuePair.Value) 
            return keyValuePair.Key; 

        randomValue -= keyValuePair.Value;
    }
    return default(T); 
}

然后像这样使用它：

Random rnd = new Random();
int num = rnd.Pick(new Dictionary<int, double> 
{
    { 10, 1.25 },
    { 5, 3.7 },
    { 4, 6.25 },
    { 3, 6.25 },
    { 2, 40 },
    { 1, 43 }
});

请注意，“概率”之和不必等于 1 或 100 或任何特定值。

【讨论】：

我花了一段时间才弄清楚如何实现这个（因为我对扩展方法还很陌生），但现在我一直在试图弄清楚如何返回一个值。当我尝试返回随机时，它说“无法将类型 System.Random 隐式转换为 Int。
嗯，“当我尝试返回随机时”是什么意思？你想使用的方式如下：var rnd = new Random(); int num = rnd.Pick(new Dictionary<int, double> { ... });
哦，好的，知道了。我没有给它分配一个数字，我只是在使用它。谢谢！效果很好！！！

【解决方案2】：

我查看了club-keno 的页面以查看其中所述的可能性，如果您想获得准确的实施，那么这里是我的发现和建议。

首先，上述赔率有些不准确，因为如前所述，所有可能结果的概率加起来并不等于 1.0。然而，底线的陈述“总赔率：1.74 中的 1”暗示了一些东西：这是没有得到 1 的赔率。事实证明，它是数字 2 到 10 的单独赔率的相当准确的总和。所以，如果我们认为这是正确的，那么得到 1 的几率实际上是 2.35081 中的 1。

因此，我计算出要在代码中（几乎）准确地表示它们，那么我们需要在 100,000 中表示以下赔率

1:42546
2:40000
3:6250
4:6250
5:3704
10:1250

所以代码应该是这样的：

var rnd = new Random();
:
public static int Kicker()
{
  // get integer number in the range 0-99999
  int num = rnd.Next(0, 100000);

  // check the ranges
  if (num < 42546) return 1; // checking for 0 to 42,545
  if (num < 82546) return 2; // 42,546 to 82,545
  if (num < 88796) return 3; // 82,546 to 88,795
  if (num < 95046) return 4; // 88,796 to 95,045
  if (num < 98750) return 5; // 95,046 to 98,749
  return 10;                 // 98,750 to 99,999
}

当然，我们相信随机数生成器的概率分布在整个数字范围内都是平坦的。如果您怀疑不是，那么您可以通过例如使用更大的随机数范围（例如大小的 100 倍，然后在应用测试之前对结果取模 100000）来在一定程度上缓解：

int num = rnd( 0, 10000000 ) % 100000 ;

【讨论】：