如何利用0~1区间随机数和百分比权重选中对应属性

完全可以实现，该方案属于加权随机抽样的经典实现逻辑，也常被称为轮盘赌选择法。

1. 概率值标准化
   将各属性的百分比概率转换为0-1区间的权重值，例如prop1 - 7%对应权重为0.07、prop2 - 3%对应权重为0.03、prop4 - 35%对应权重为0.35。
   如果所有属性的概率总和不等于100%，可以先做一次归一化处理：将每个属性的权重除以所有权重的总和，最终得到总和为1的概率分布即可。如果预留了部分概率为「不抽取任何属性」的场景，不需要额外做归一化，保留空区间即可。

2. 生成累加区间
   按顺序计算每个属性的前缀累加和，为每个属性生成对应的左闭右开区间，以你给出的示例计算：

• prop1对应的区间为 [0, 0.07)
• prop2对应的区间为 [0.07, 0.1)
• prop4对应的区间为 [0.1, 0.45)
  后续其他属性按同样规则依次累加生成区间即可。

3. 随机数匹配
   直接判断你手里取值在0-1之间的随机数落在哪个属性的区间内，命中哪个区间就抽取对应的属性。

*优化提示：如果待抽取的属性数量较多，可提前将累加和存入有序数组，用二分查找匹配随机数，能把匹配的时间复杂度从O(n)降到O(logn)。

# 预设属性及对应概率（百分比）
props = [
    ("prop1", 7),
    ("prop2", 3),
    ("prop4", 35),
    ("other_prop", 55) # 补充到总和100%
]

# 生成累加区间
cumulative = 0
intervals = []
for name, percent in props:
    weight = percent / 100
    intervals.append( (cumulative, cumulative + weight, name) )
    cumulative += weight

# 已有的0-1随机数，此处仅做模拟示例
random_num = 0.08

# 匹配区间
selected = None
for start, end, name in intervals:
    if start <= random_num < end:
        selected = name
        break

print(f"随机数为{random_num}, 抽中属性：{selected}")
# 上述示例输出为：随机数为0.08, 抽中属性：prop2

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