需求说明

以前很讨厌点外卖的我，最近中午经常点外卖，因为确实很方便，提前点好餐，算准时间，就可以在下班的时候吃上饭，然后省下的那些时间就可以在中午的时候多休息一下了。

点餐结束后，会有一个好友分享红包功能，虽说这个红包不能提现，但却可以抵扣点餐费用，对于经常点餐的人来说，直接用于抵扣现金确实是很大的诱惑，在点餐之后所获得的那个红包，必须要分享出去才能拆。

那么如果自己也想实现以下抢红包功能，需要说明的是，本文所描述的红包功能更多的关注与随机红包的生成，至于高并发、数据一致性等问题，本文暂未涉及，以下是本文所讨论的两个技术点：

• 不同的消费金额获取的红包总额不同，消费金额越大，红包总额就越大，红包总数也就越多；
• 假设有一天，有一种需求是，需要保证参与抢红包的人获得的红包金额在平均数附近波动，也就是尽量的服从正态分布；

功能实现

本文描述的场景，所涉及到的金额以分为单位，目的是为了更好的处理随机数。总体的示意图如下：

消费后红包的初始化

需求重点，用户分享出去的红包总额跟消费总额成正比，可以分拆的子红包个数也与消费总额成正比。

比如：

• 10-20元的消费金额，可以分享的单个红包金额为10元，可以供5个人抢
• 20-40元的消费金额，可以分享的单个红包金额为20元，可以供8个人抢
• 40-60元的消费金额，可以分享的单个红包金额为30元，可以供10个人抢
• 60-100元的消费金额，可以分享的单个红包金额为40元，可以供10个人抢
• 100元以上的消费金额，可以分享的单个红包金额为50元，可以供10个人抢

那么我们设计出来一个实体，用于表示红包信息，以方便的配置及调整红包规则

   1:  public class RedPacketsInfo
   2:  {
   3:      /// <summary>
   4:      /// 最大消费金额
   5:      /// </summary>
   6:      public int MaxAmount { get; set; }
   7:   
   8:      /// <summary>
   9:      /// 最小消费金额
  10:      /// </summary>
  11:      public int MinAmount { get; set; }
  12:   
  13:      /// <summary>
  14:      /// 红包金额
  15:      /// </summary>
  16:      public int TotalAmount { get; set; }
  17:   
  18:      /// <summary>
  19:      /// 红包可被分割的数量
  20:      /// </summary>
  21:      public int RedPacketQuantity { get; set; }
  22:  }

红包初始化信息

   1:  private static List<RedPacketsInfo> GetRedPackets()
   2:  {
   3:      return new List<RedPacketsInfo>()
   4:      {
   5:          new RedPacketsInfo
   6:          {
   7:              MinAmount = 1000,
   8:              MaxAmount = 2000,
   9:              RedPacketQuantity = 5,
  10:              TotalAmount=1000
  11:          },
  12:          new RedPacketsInfo
  13:          {
  14:              MinAmount = 2000,
  15:              MaxAmount = 3000,
  16:              RedPacketQuantity = 5,
  17:              TotalAmount=1000
  18:          },
  19:          new RedPacketsInfo
  20:          {
  21:              MinAmount = 4000,
  22:              MaxAmount = 6000,
  23:              RedPacketQuantity = 5,
  24:              TotalAmount=1000
  25:          },
  26:          new RedPacketsInfo
  27:          {
  28:              MinAmount = 6000,
  29:              MaxAmount = 8000,
  30:              RedPacketQuantity = 5,
  31:              TotalAmount=1000
  32:          },
  33:          new RedPacketsInfo
  34:          {
  35:              MinAmount = 10000,
  36:              MaxAmount = int.MaxValue,
  37:              RedPacketQuantity = 5,
  38:              TotalAmount=1000
  39:          }
  40:      };
  41:  }

接下来我们就可以通过消费金额获取相应的红包信息了。

随机红包的生成时机及处理

随机红包的生成可以在抢之前生成也可以在抢的过程中确定，一般而言，很多时候红包会在抢的过程中动态的实际分配，不过在本文中，红包在用户分享成功后会预先生成，主要原因是为了更好地处理处理数据，以使得数据能够服从正态分布。

以下是其流程图，其中有一段逻辑是回调功能，可能会有圈友会问，如何保证有回调以及回调是成功的，这个地方有很多种处理，比如MQ、任务调度等，此处也不做讨论

那么我们需要设计一个新的实体，以表示分享出去的红包及其生成的随机红包：

   1:  public class SharedRedPacket
   2:  {
   3:      /// <summary>
   4:      /// 分享人UserId
   5:      /// </summary>
   6:      public int SenderUserId { get; set; }
   7:   
   8:      /// <summary>
   9:      /// 分享时间
  10:      /// </summary>
  11:      public DateTime SendTime { get; set; }
  12:   
  13:      public List<RobbedRedPacket> RobbedRedPackets { get; set; }
  14:  }
  15:   
  16:  public class RobbedRedPacket
  17:  {
  18:      /// <summary>
  19:      /// 抢到红包的人的UserId
  20:      /// </summary>
  21:      public int UserId { get; set; }
  22:   
  23:      /// <summary>
  24:      /// 抢到的红包金额
  25:      /// </summary>
  26:      public int Amount { get; set; }
  27:   
  28:      /// <summary>
  29:      /// 抢到时间
  30:      /// </summary>
  31:      public DateTime RobbedTime { get; set; }
  32:  }

在实现过程中，根据用户消费金额获取相应红包，然后通过随机数，生成n-1个原始的随机数据，最后一个数据用总和减去n-1个数据的和获取到。

   1:  //红包随机拆分
   2:  Random ran = new Random();
   3:  List<double> randoms = new List<double>(redPacketsList.Count);
   4:  for (int i = 0; i < redPacketsInfo.RedPacketQuantity - 1; i++)
   5:  {
   6:      int max = (totalAmount - (redPacketsInfo.RedPacketQuantity - i)) * 1;
   7:      int result = ran.Next(1, max);
   8:      randoms.Add(result);
   9:      totalAmount -= result;
  10:  }
  11:  randoms.Add(totalAmount);

然后通过设置好系数，以处理数据达到服从正太分布的目的：

   1:  //正太分布处理
   2:  for (int i = 0; i < redPacketsInfo.RedPacketQuantity; i++)
   3:  {
   4:      double a = Math.Sqrt(Math.Abs(2 * Math.Log(randoms[i], Math.E)));
   5:      double b = Math.Cos(2 * Math.PI * randoms[i]);
   6:      randoms[i] = a * b * 0.3 + 1;
   7:  }

经过第二次处理后，得到的数据与原始数据有偏差，那么我们通过等比例方式再次处理，以确保拆分后的红包总额等于红包原始总额：

   1:  //生成最终的红包数据
   2:  double d = originalTotal / randoms.Sum();
   3:  SharedRedPacket sharedRedPacket = new SharedRedPacket();
   4:  sharedRedPacket.RobbedRedPackets = new List<RobbedRedPacket>(redPacketsList.Count);
   5:  for (int i = 0; i < redPacketsInfo.RedPacketQuantity - 1; i++)
   6:  {
   7:      sharedRedPacket.RobbedRedPackets.Add(new RobbedRedPacket
   8:      {
   9:          Amount = (int)Math.Round(randoms[i] * d, 0)
  10:      });
  11:  }
  12:  sharedRedPacket.RobbedRedPackets.Add(new RobbedRedPacket
  13:  {
  14:      Amount = originalTotal - sharedRedPacket.RobbedRedPackets.Sum(p => p.Amount)
  15:  });

测试

测试效果图如下：

部分代码如下，

   1:  Console.WriteLine("是否分享输入Y分享成功，输入N退出");
   2:  string result = Console.ReadLine();
   3:  if (result == "Y")
   4:  {
   5:      var leftRedPacket = sharedRedPacket.RobbedRedPackets.Where(p => p.UserId <= 0).ToList();
   6:      var robbedRedPacket = leftRedPacket[new Random().Next(1, leftRedPacket.Count + 1)];
   7:      Console.WriteLine("抢到的到红包金额是：" + robbedRedPacket.Amount);
   8:      Console.WriteLine("-------------------------------------------------------");
   9:  }