基于哈希的确定性选择：Python中ID按概率映射到选项的实现

现有Python中的选项列表、对应概率列表及ID列表：

choices = ['A', 'B', 'C', 'D']
probs = [0.5, 0.2, 0.1, 0.1]
list_ids = range(1000)

其中选项与概率按位置一一对应（如A对应0.5，D对应0.1）。原本可通过numpy.random.choice实现随机分配，但需要建立ID到选项的确定性映射，要求：

• 任意设备上输入相同ID都能得到相同结果
• 满足给定的概率分布（50%样本分配到A，其余按比例分配）
• 不依赖numpy种子，且非Python用户也能基于ID计算出对应选项

计划用哈希函数生成ID的哈希值（如xxh64）：

hashes = [xxhash.xxh64(str(id)).intdigest() for id in list_ids]

需解决的问题：如何处理哈希值，满足上述要求？

核心思路是将哈希值映射到[0,1)区间，再根据累积概率区间匹配对应的选项，具体步骤如下：

1. 计算累积概率区间 #

先将原始概率转换为累积概率，确定每个选项对应的数值区间：

• 原始概率：[0.5, 0.2, 0.1, 0.1]
• 累积概率：[0.5, 0.7, 0.8, 1.0]
• 对应区间：
  • A: [0, 0.5)
  • B: [0.5, 0.7)
  • C: [0.7, 0.8)
  • D: [0.8, 1.0]

2. 哈希值归一化到[0,1)区间 #

xxh64的intdigest()返回一个64位无符号整数，其取值范围是0到2^64 - 1。将哈希值除以2^64，即可得到一个落在[0,1)之间的浮点数：

normalized = hash_val / (2 ** 64)

注：非Python用户只需用相同逻辑处理哈希值即可（比如其他语言中xxh64实现的64位整数结果，除以2^64）。

3. 匹配对应选项 #

将归一化后的值与累积概率逐一比较，找到第一个大于该值的累积概率，对应的选项就是分配结果。

完整代码示例 #

import xxhash

choices = ['A', 'B', 'C', 'D']
probs = [0.5, 0.2, 0.1, 0.1]
list_ids = range(1000)

# 计算累积概率
cumulative_probs = []
current_sum = 0.0
for p in probs:
    current_sum += p
    cumulative_probs.append(current_sum)

# 定义映射函数
def id_to_option(id_val):
    # 生成哈希值
    hash_val = xxhash.xxh64(str(id_val)).intdigest()
    # 归一化到[0,1)
    normalized = hash_val / (2 ** 64)
    # 匹配选项
    for idx, cum_p in enumerate(cumulative_probs):
        if normalized < cum_p:
            return choices[idx]
    # 兜底（理论上不会触发，因为累积概率最后是1.0）
    return choices[-1]

# 批量处理ID
result = [id_to_option(id_val) for id_val in list_ids]

验证概率分布 #

可以统计结果中各选项的占比，验证是否符合预期：

from collections import Counter
counts = Counter(result)
total = len(result)
for choice in choices:
    print(f"{choice}: {counts[choice]/total:.2f}")

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