WeightAlgorithm - 權(quán)重算法 - Random、HashCode對比

From GitHub Page:https://hisen.me/20190322-WeightAlgorithm%20-%20%E6%9D%83%E9%87%8D%E7%AE%97%E6%B3%95%20-%20Random%E3%80%81HashCode%E5%AF%B9%E6%AF%94/#more

一俏险、權(quán)重算法

權(quán)重算法一般在路由里面用的比較多,分布式環(huán)境下對等的服務(wù)有多個整吆,加權(quán)隨機選出一個服務(wù)來調(diào)用疹鳄;

可能還有其他方面的用途,下面的代碼簡單的實現(xiàn)了這個權(quán)重篓冲,本質(zhì)上就用到了數(shù)組李破,隨機下標(biāo);

二壹将、代碼概覽

public static void main(String[] args) {
    String[] weight = {"A", "A", "A", "A", "A", "B", "B", "B", "C", "C"};
    final int times = 500000;
    final long hashStart = System.currentTimeMillis();
    List<String> hashRes = getList4Hash(weight, times);
    printRes("Hash", hashStart, hashRes);

    final long randomStart = System.currentTimeMillis();
    List<String> randomRes = getList4Random(weight, times);
    printRes("Random", randomStart, randomRes);
//        Hash          use millis: 931
//        A:49.92%
//        B:29.99%
//        C:20.09%
//        Random        use millis: 50
//        A:50.08%
//        B:29.93%
//        C:19.99%
}

三嗤攻、完整代碼

github:https://github.com/hisenyuan/IDEAPractice/blob/master/src/main/java/com/hisen/algorithms/WeightAlgorithm.java

package com.hisen.algorithms;

import com.google.common.collect.Lists;

import java.text.NumberFormat;
import java.util.List;
import java.util.Map;
import java.util.Random;
import java.util.UUID;
import java.util.function.Function;
import java.util.stream.Collectors;

/**
 * @Author hisenyuan
 * @Description $end$
 * @Date 2019/3/21 21:04
 */
public class WeightAlgorithm {
    public static void main(String[] args) {
        String[] weight = {"A", "A", "A", "A", "A", "B", "B", "B", "C", "C"};
        final int times = 500000;
        final long hashStart = System.currentTimeMillis();
        List<String> hashRes = getList4Hash(weight, times);
        printRes("Hash", hashStart, hashRes);

        final long randomStart = System.currentTimeMillis();
        List<String> randomRes = getList4Random(weight, times);
        printRes("Random", randomStart, randomRes);
//        Hash          use millis: 931
//        A:49.92%
//        B:29.99%
//        C:20.09%
//        Random        use millis: 50
//        A:50.08%
//        B:29.93%
//        C:19.99%
    }

    private static void printRes(String method, long start, List<String> resList) {
        final Map<String, Long> collect = resList.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
        final double a = collect.get("A");
        final double b = collect.get("B");
        final double c = collect.get("C");
        final double sum = a + b + c;

        NumberFormat nt = NumberFormat.getPercentInstance();
        nt.setMinimumFractionDigits(2);

        System.out.println(method + "\t use millis: " + (System.currentTimeMillis() - start));
        System.out.println("A" + ":" + nt.format(a / sum));
        System.out.println("B" + ":" + nt.format(b / sum));
        System.out.println("C" + ":" + nt.format(c / sum));
    }

    private static List<String> getList4Hash(String[] weight, int times) {
        List<String> result = Lists.newArrayList();
        for (int i = 0; i < times; i++) {
            final String a = UUID.randomUUID().toString() + System.currentTimeMillis();
            final int hash = a.hashCode();
            final int index = hash > 0 ? hash : -hash;
            final String res = weight[index % weight.length];
            result.add(res);
        }
        return result;
    }

    private static List<String> getList4Random(String[] weight, int times) {
        List<String> result = Lists.newArrayList();
        Random random = new Random();
        for (int i = 0; i < times; i++) {
            final int index = random.nextInt(weight.length);
            final String res = weight[index];
            result.add(res);
        }
        return result;
    }
}
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市诽俯,隨后出現(xiàn)的幾起案子妇菱,更是在濱河造成了極大的恐慌,老刑警劉巖暴区,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件闯团,死亡現(xiàn)場離奇詭異,居然都是意外死亡仙粱,警方通過查閱死者的電腦和手機房交,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來伐割,“玉大人候味,你說我怎么就攤上這事「粜模” “怎么了白群?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長硬霍。 經(jīng)常有香客問我帜慢,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,339評論 1 293
  • 正文 為了忘掉前任崖堤,我火速辦了婚禮侍咱,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘密幔。我一直安慰自己楔脯,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布胯甩。 她就那樣靜靜地躺著昧廷,像睡著了一般。 火紅的嫁衣襯著肌膚如雪偎箫。 梳的紋絲不亂的頭發(fā)上木柬,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天,我揣著相機與錄音淹办,去河邊找鬼眉枕。 笑死,一個胖子當(dāng)著我的面吹牛怜森,可吹牛的內(nèi)容都是我干的速挑。 我是一名探鬼主播,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼副硅,長吁一口氣:“原來是場噩夢啊……” “哼姥宝!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起恐疲,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤腊满,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后培己,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體碳蛋,經(jīng)...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年省咨,在試婚紗的時候發(fā)現(xiàn)自己被綠了肃弟。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡茸炒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出阵苇,到底是詐尸還是另有隱情壁公,我是刑警寧澤,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布绅项,位于F島的核電站紊册,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜囊陡,卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一芳绩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧撞反,春花似錦妥色、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至吮便,卻和暖如春笔呀,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背髓需。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工许师, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人僚匆。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓微渠,卻偏偏與公主長得像,于是被迫代替她去往敵國和親白热。 傳聞我的和親對象是個殘疾皇子敛助,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,700評論 2 354