按店铺等级分配物品：优化分配梯度的技术方案咨询

任务需求 #

• 按店铺等级分配物品：等级数字越小（如1级），获得物品越多；等级数字越大（如100级），获得物品越少
• 输入参数：待分配物品总数、店铺等级列表（允许重复，无固定规律，例：[1,4,40]）

当前分配方法及存在问题 #

当前方法步骤 #

1. 反转等级：用等级总和减去单个等级值，使小等级对应大数值
2. 计算各店铺反转等级占反转等级总和的比例
3. 用待分配总数乘以该比例得到分配量

效果对比 #

• 店铺数量较少时效果尚可：

[1, 4, 40]
1 = 147.2
4 = 137.1
40 = 16.7

• 店铺数量较多时，分配梯度趋于平缓，高低等级店铺的分配量差距极小：

[6,3,24,10, 25, 12, 14,35,40, 16,28,29,17,1,26,23,8,10]
1 = 17.7
3 = 17.5
6 = 17.4
8 = 17.3
10 = 17.2
10 = 17.2
12 = 17.1
14 = 16.9
16 = 16.8
17 = 16.8
23 = 16.5
24 = 16.4
25 = 16.4
26 = 16.3
28 = 16.2
29 = 16.1
35 = 15.8
40 = 15.5

优化方案：添加梯度控制因子 #

核心思路：对反转后的等级值进行幂运算，通过调整幂次（控制因子）控制分配曲线的弯曲程度——因子越大，梯度越明显，低等级店铺的分配量优势越突出。该方案无需依赖第三方库，可直接转换为Excel VBA代码。

优化步骤 #

1. 反转等级：用最高等级+1减去单个等级值（避免最高等级反转后为0）
2. 对反转后的等级值进行幂运算，幂次为控制因子factor
3. 计算各店铺处理后的值占总和的比例，再乘以待分配总数得到分配量

原Python实现代码 #

number = 301

ranks = [6,3,24,10, 25, 12, 14,35,40, 16,28,29,17,1,26,23,8,10]
# ranks = [1,4,40]

ranks.sort()

total = sum(ranks)
tmp = 0

reversed_list = []

for value in ranks:
  reversed_list.append(total - value)

total = sum(reversed_list)
print('Items per rank:')
for i in range(len(ranks)):
    percent = reversed_list[i] / total
    print(str(ranks[i]) + ' = ' + "{:10.1f}".format(percent * number))
    tmp = tmp + percent * number

print('')
print('Total = ' + str(tmp))

优化后Python实现代码 #

number = 301

ranks = [6,3,24,10, 25, 12, 14,35,40, 16,28,29,17,1,26,23,8,10]
# ranks = [1,4,40]
factor = 2  # 调整此值控制梯度：值越大，低等级店铺分配优势越明显

ranks.sort()

tmp = 0
max_rank = max(ranks) + 1

reversed_values = []

for value in ranks:
  reversed_value = max_rank - value
  reversed_value = pow(reversed_value, factor)
  reversed_values.append(reversed_value)

total = sum(reversed_values)
print('Items per rank:')
for i in range(len(ranks)):
    percent = reversed_values[i] / total
    value = percent * number

    print(str(ranks[i]) + ' = ' + "{:10.1f}".format(value))
    tmp = tmp + value


print('')
print('Total = ' + str(tmp))

内容的提问来源于stack exchange，提问作者Andrey Marchuk