面试题：维持10%/10%/80%比例的优惠券分发方案实现问询

问题核心 #

需要给每位结账用户分发三种优惠券中的一种，长期维持**10%免运费、10%买一送一、80%直减10%**的比例，且每个用户即时获得一张券，不能出现比例偏差累积。

方案一：预分配池+动态补充（绝对精准） #

这是最能保证比例精准的方案，适合对统计精度要求极高的场景：

• 初始化一个固定大小的“券池”，比如包含10张免运费券、10张买一送一券、80张直减券，将池内券的顺序随机打乱
• 用户结账时，从券池的头部取出一张券发放给用户
• 当券池剩余数量低于阈值（比如10张）时，立即生成一个新的、同样比例的打乱后的券池，追加到当前券池的末尾
• 长期来看，每100个用户的分发完全符合目标比例，不会出现任何统计偏差

方案二：加权随机算法（带偏差校准） #

如果不想维护券池，可采用加权随机，配合校准机制平衡短期偏差：

• 给三种券设置对应权重：免运费（10）、买一送一（10）、直减（80），总权重为100
• 每次生成一个0-99的随机整数：
  • 随机数在0-9范围内：发放免运费券
  • 随机数在10-19范围内：发放买一送一券
  • 随机数在20-99范围内：发放直减券
• 若要进一步消除短期偏差，可添加偏差校准计数器：
  • 实时统计每种券已发放的数量，计算实际占比与目标比例的差值
  • 当某类券的实际占比低于目标时，临时调高其权重；高于目标时则调低，总权重保持100不变，直到比例回归正常范围

方案三：分步优先级随机（逻辑简洁） #

你提到的优先级随机思路可以调整为分步计算概率，从而符合目标比例：

• 第一步：以10%的概率给用户发放免运费券，剩余90%的用户进入下一步
• 第二步：在剩余用户中，以**1/9（约11.11%）**的概率发放买一送一券，剩下的用户发放直减券
• 最终比例计算：免运费10%，买一送一=90%×1/9=10%，直减=90%×8/9=80%，完全符合要求

方案对比 #

• 预分配池：实现简单，比例绝对精准，适合用户量稳定的场景
• 加权随机：无需维护池，适合用户量波动大的场景，短期可能有微小偏差，长期回归精准
• 分步优先级随机：逻辑清晰，计算量小，适合后端快速迭代开发

内容的提问来源于stack exchange，提问作者Jinja2Django