【进阶实战】洗牌算法Fisher-Yates：公平抽签封装

业务场景

师门每日任务池的抽签用"每条任务配随机数再排序"实现，玩家连刷三个月摸出规律：某些任务出现的概率明显偏低——排序键法在并列随机数时行为有偏，且 n 个元素的全排列并不能被均匀覆盖。公平抽签改用 Fisher-Yates 洗牌：从尾向前逐位与随机位置交换，每种排列严格等概率，5 个任务的 120 种排列严格等概率。

核心实现

Fisher-Yates 洗牌与部分抽取：整池洗牌、取前 k 个即为等概率抽 k 个。示例代码如下：

local function shuffle(t)
    for i = #t, 2, -1 do
        local j = math.random(i)
        t[i], t[j] = t[j], t[i]
    end
    return t
end
local function drawDailies(actor)
    actor = getplayerbyname(actor)
    local pool = {}
    for i = 1, 20 do
        pool[i] = "师门任务" .. i
    end
    shuffle(pool)
    local picks = {}
    for i = 1, 5 do
        picks[i] = pool[i]
    end
    setplayvar(actor, "HUMAN", "DailyTasks", table.concat(picks, "|"), 1)
    sendmsg(actor, 1, "今日师门任务已抽取 5 项。")
    return picks
end

洗牌不动原池的副本版示例代码如下：

local function shuffleCopy(t)
    local copy = {}
    for i, v in ipairs(t) do
        copy[i] = v
    end
    return shuffle(copy)
end

接口拆解

math.random(i) 返回 1 到 i 的含边界整数，与循环变量 i 逐位配对是 Fisher-Yates 等概率的关键——随机范围写成 i-1 或 0 到 i 都会破坏均匀性。setplayvar(actor, "HUMAN", "DailyTasks", 串, 1) 把当日抽签结果落库，重启后任务不重抽。洗牌就地修改原表，需要保留原池时先浅拷贝再洗。

踩坑记录

洗牌抽签踩过三个坑：一是把 math.random(i) 误写成 math.random(0, i)，0 号位是 Lua 表不存在的下标，抽到即把 nil 换进池子，后续拼接报错——含边界规则要背牢；二是抽奖接口被高频调用时共用同一批随机序列，两个玩家同一毫秒抽签拿到相同排列，引擎随机源按调用次序推进，高频入口在抽签前混入玩家名哈希做一次额外随机扰动；三是"取前 5 个"被写成"洗完再截断存储"，池子本身 20 项的顺序也被覆盖，同池的其他玩法（全池展示）顺序天天变，展示层改用洗牌副本、抽签层用原池截断，两条线互不污染。