JavaScript优雅高效生成带概率权重的指定大小对象数组方法

要摆脱冗余的多条件判断、同时提升性能，前缀和+二分查找是更优的实现思路，尤其适合概率配置较多的场景。

核心逻辑 #

1. 将每个对象的概率转换为权重区间：以概率总和100（对应100%）为基准，通过前缀和构建每个对象对应的数值范围（比如A概率5对应1-5，B概率10对应6-15，以此类推）。
2. 生成1-100的随机数，通过二分查找快速定位随机数所属区间，从而选中对应对象。

代码示例（JavaScript） #

// 定义带概率的源对象数组
const sourceObjects = [
  { id: 'obj1', prob: 5 },   // 5%
  { id: 'obj2', prob: 10 },  // 10%
  { id: 'obj3', prob: 20 },  // 20%
  { id: 'obj4', prob: 65 }   // 65%
];

// 预处理：计算前缀和数组，绑定对应对象
const prefixSum = [];
let currentSum = 0;
for (const obj of sourceObjects) {
  currentSum += obj.prob;
  prefixSum.push({ sum: currentSum, obj });
}

// 根据随机数获取对应对象的工具函数
function getRandomObject() {
  const randomNum = Math.floor(Math.random() * 100) + 1; // 生成1-100的随机数
  // 二分查找定位区间
  let left = 0;
  let right = prefixSum.length - 1;
  while (left < right) {
    const mid = Math.floor((left + right) / 2);
    if (prefixSum[mid].sum >= randomNum) {
      right = mid;
    } else {
      left = mid + 1;
    }
  }
  return prefixSum[left].obj;
}

// 生成包含100个对象的结果数组
const resultArray = Array.from({ length: 100 }, getRandomObject);
console.log(resultArray);

方案优势 #

• 可维护性强：新增或修改对象概率时，只需调整sourceObjects数组，无需修改判断逻辑。
• 性能更高效：预处理仅需O(n)时间，每次查找是O(logn)复杂度，远优于逐个条件判断的O(n)查找，源对象数量越多优势越明显。
• 代码更简洁：彻底避免冗长的if-else或switch嵌套，逻辑清晰直观。

内容的提问来源于stack exchange，提问作者Tay Baye