问题：

比如我们要选从不同省份选取一个号码。每一个省份的权重不一样，直接选随机数肯定是不行的了，就须要一个模型来解决问题。

简化成以下的问题：

 字典的key代表是省份，value代表的是权重，我们如今须要一个函数。每次基于权重选择一个省份出来

{"A":2, "B":2, "C":4, "D":10, "E": 20}

解决：

这是能想到和能看到的最多的版本号。不知道还没有更高效好用的算法。

#!/usr/bin/env python# -*- coding: utf-8 -*-#python2.7x#random_weight.py #author: orangleliu@gmail.com 2014-10-11'''每一个元素都有权重，然后依据权重随机取值输入 {"A":2, "B":2, "C":4, "D":10, "E": 20}输出一个值'''import randomimport collections as colldata = {"A":2, "B":2, "C":4, "D":6, "E": 11}#第一种 依据元素权重值 "A"*2 ..等，把每一个元素取权重个元素放到一个数组中。然后最数组下标取随机数得到权重def list_method():    all_data = []    for v, w in data.items():        temp = []        for i in range(w):            temp.append(v)        all_data.extend(temp)            n = random.randint(0,len(all_data)-1)    return all_data[n]    #另外一种 也是要计算出权重总和，取出一个随机数，遍历全部元素，把权重相加sum。当sum大于等于随机数字的时候停止。取出当前的元组def iter_method():    total = sum(data.values())    rad = random.randint(1,total)        cur_total = 0    res = ""    for k, v in data.items():        cur_total += v        if rad<= cur_total:            res = k             break    return res        def test(method):    dict_num = coll.defaultdict(int)    for i in range(100):        dict_num[eval(method)] += 1    for i,j in dict_num.items():        print i, j        if __name__ == "__main__":    test("list_method()")    print "-"*50    test("iter_method()")

一次运行的结果

A 4C 14B 7E 44D 31--------------------------------------------------A 8C 16B 6E 43D 27

思路：

思路都非常原始能够參考以下的连接，还有别的好方法一起交流！

。

代码： 

參考：

本文出自 博客，请务必保留此出处