基于动态权重的列表元素随机选择策略

import random

class DynamicWeightedSelector:
    def __init__(self, items):
        """
        初始化选择器。
        :param items: 待选择的元素列表（例如作者名称）。
        """
        self.item_counts = {item: 0 for item in items} # 初始化所有元素的计数为0

    def select_item(self):
        """
        根据动态权重选择一个元素。
        :return: 被选中的元素。
        """
        if not self.item_counts:
            return None # 如果没有元素可供选择

        # 1. 计算当前所有元素中的最大计数
        # 如果所有计数都是0，max_count将是0。
        # 如果item_counts为空，则max_count_val默认为-1，在后续计算中需要注意。
        max_count_val = max(self.item_counts.values()) if self.item_counts else 0

        # 2. 计算每个元素的“选择值”并累加总和
        item_selection_values = {}
        total_selection_value = 0
        for item, count in self.item_counts.items():
            # selection_value = max_count - element_count + 1
            # 确保即使max_count为0（所有元素计数都为0），selection_value也至少为1
            selection_value = max_count_val - count + 1
            item_selection_values[item] = selection_value
            total_selection_value += selection_value

        if total_selection_value == 0:
            # 理论上不会发生，除非所有item_selection_values都为0，
            # 但我们的公式保证至少为1
            return random.choice(list(self.item_counts.keys()))

        # 3. 生成一个随机数，并执行加权选择
        rand_pick = random.randrange(total_selection_value) # 0 到 total_selection_value - 1

        cumulative_sum = 0
        for item, selection_value in item_selection_values.items():
            cumulative_sum += selection_value
            if rand_pick < cumulative_sum:
                # 选中该元素后，更新其计数
                self.item_counts[item] += 1
                return item

        # 理论上不应该到达这里，除非total_selection_value计算有误
        return None

    def get_item_probabilities(self):
        """
        获取当前元素的理论选择概率（仅供参考）。
        """
        if not self.item_counts:
            return {}

        max_count_val = max(self.item_counts.values()) if self.item_counts else 0
        item_selection_values = {}
        total_selection_value = 0
        for item, count in self.item_counts.items():
            selection_value = max_count_val - count + 1
            item_selection_values[item] = selection_value
            total_selection_value += selection_value

        probabilities = {
            item: selection_value / total_selection_value
            for item, selection_value in item_selection_values.items()
        }
        return probabilities

# 示例用法
if __name__ == "__main__":
    authors = ["Author A", "Author B", "Author C", "Author D"]
    selector = DynamicWeightedSelector(authors)

    print("--- 初始状态 ---")
    print("计数:", selector.item_counts)
    print("概率:", {k: f"{v:.2%}" for k, v in selector.get_item_probabilities().items()})

    print("\n--- 进行10次选择 ---")
    for i in range(10):
        selected_author = selector.select_item()
        print(f"第 {i+1} 次选择: {selected_author}")
        # print(f"当前计数: {selector.item_counts}") # 可以打印查看每次选择后的计数变化

    print("\n--- 10次选择后的状态 ---")
    print("最终计数:", selector.item_counts)
    print("最终概率:", {k: f"{v:.2%}" for k, v in selector.get_item_probabilities().items()})

    print("\n--- 再次进行100次选择 ---")
    for i in range(100):
        selector.select_item()

    print("\n--- 110次选择后的最终状态 ---")
    print("最终计数:", selector.item_counts)
    print("最终概率:", {k: f"{v:.2%}" for k, v in selector.get_item_probabilities().items()})