Go语言：按照指定的一组权重随机选择一个数组元素（加权随机索引）

pengpengzhou

墨衍会员 · AI 创作全网分发码龄11年

关注

原创最新推荐文章于 2026-08-23 12:02:17 发布 5k 阅读 AI 写同款· GEO 优化 ›

限时加码！20+主流AI编程工具免费用购周边加赠Coding Plan Lite，Claude Code、Cursor等即刻畅享，学习进阶更高效！阅读详情

加权随机索引比较常用，例如HTTP代理服务器需要按照不同的权重把请求转发给不同的后端服务器，又比如在web页面的同一个位置需要按照一定的比例显示不同的广告图片。

函数实现如下：

package main

import (
	"fmt"
	"math/rand"
	"time"
)

/*
  作者：pengpengzhou
  方法：WeightedRandomIndex
  功能：按照指定的一组权重随机返回数组索引
  参数：weights []float32 权重切片
  返回：加权随机索引index，index是 0 ~ len(weights)-1 之间的一个整数

  示例如下：
  按权重[0.1, 0.2, 0.3, 0.4]随机调用1000次该方法，返回0,1,2,3的次数将接近于1:2:3:4

  	var weights = []float32{0.1, 0.2, 0.3, 0.4}
  	var result [4]int
  	rand.Seed(time.Now().Unix())
  	for i := 0; i < 1000; i++ {
  		result[WeightedRandomIndex(weights)]++
  	}
	fmt.Printf("%v\n", result)

  输出：
    [112 174 304 410]
*/
func WeightedRandomIndex(weights []float32) int {
	if len(weights) == 1 {
		return 0
	}
	var sum float32 = 0.0
	for _, w := range weights {
		sum += w
	}
	r := rand.Float32() * sum
	var t float32 = 0.0
	for i, w := range weights {
		t += w
		if t > r {
			return i
		}
	}
	return len(weights) - 1
}

func main() {
	var weights = []float32{0.1, 0.2, 0.3, 0.4}
	var result [4]int
	rand.Seed(time.Now().Unix())
	for i := 0; i < 1000; i++ {
		result[WeightedRandomIndex(weights)]++
	}
	fmt.Printf("%v\n", result)
}

输出：

[108 189 291 412]

以Go内置的rand.Intn函数作为参照，进行性能对照测试：

package main

import (
	"math/rand"
	"testing"
	"time"
)

var weights = []float32{0.1, 0.2, 0.3, 0.4}
var n int = len(weights)

func BenchmarkWeightedRandomIndex(b *testing.B) {
	rand.Seed(time.Now().Unix())
	for i := 0; i < b.N; i++ {
		WeightedRandomIndex(weights)
	}
}

func BenchmarkRandomIntn(b *testing.B) {
	rand.Seed(time.Now().Unix())
	for i := 0; i < b.N; i++ {
		rand.Intn(n)
	}
}

测试结果：

[root@dev example]# go test -bench=.
goos: linux
goarch: amd64
pkg: example
BenchmarkWeightedRandomIndex-4          34809902                34.1 ns/op
BenchmarkRandomIntn-4                   51488966                23.3 ns/op
PASS
ok      example 3.340s

可以看出：加权随机索引函数比等概率随机索引函数执行效率略慢，但大致相当。

收录于