不放回洗牌袋与有界出场间隔
效果预览
同一三类型集合连续六次出场。左独立抽样样例有缺席,右两袋逐项消费且边界3连续;不声称无连出。
左侧为使用前,右侧为使用后;斜视 2.5D 短循环,用途示意(非引擎实测;音频相关预览仅示意触发关系,不含声音)。
触发与输入
项目明确希望在随机顺序中保证每一组都出现全部类型,例如有限形状或事件类型的出场序列。取得非空且互异的类型ID列表、实际消费事件、预览需求、重开/存档规则及随机种子策略。先确认允许改变分布:袋内抽取不独立,某种类出现后要等新袋才会再出现;这不是不改变规则的视觉优化。
实施流程
- 固定一份含 N 个互异ID的类型集合。每袋只复制一份每种类型,不把重复ID当作权重;空集合拒绝配置。需要多份或加权方案时先另定义保证,不能沿用本入口的间隔上界。
- 新袋创建时将完整列表洗牌一次,使用目标运行时可靠的均匀排列实现(例如正确的 Fisher–Yates:从末尾往前,每步在尚未固定区间均匀选交换下标)。不要用随机排序比较器,也不要每次抽取都重新从全部类型挑选。
- 用队列或列表加游标逐项消费。只有剩余数量为零才创建并洗牌下一袋;边界允许上袋最后一项与下袋第一项相同。若设计不允许邻接重复,需要单独改规则并重新验证分布,不悄悄重抽破坏已声明方案。
- 让一次真正的生成/出场提交消费一次输出,动画重播、失败重试、多个监听器和UI刷新不额外抽取。需要预览时缓存已排定的队列或读取隔离状态,预览本身不能推进权威随机流。
- 明确重开与持久化语义。要从完全相同的局面重放,应保存当前袋顺序、游标及用于未来补袋的随机状态/确定性序列位置;只保存初始种子不足以恢复中途状态。跨版本/平台一致性要固定算法与序列化契约,不能假定同名PRNG跨引擎一致。
- 类型集合在一袋中途变化时,选择完成旧袋后应用新集合,或显式重置序列;记录该边界,并重新开始计算对应集合的保证。不要把旧集合未出现的类型算成新集合的欠账。
- 同时验证袋完整性与玩家可见的间隔。对同一集合连续完整运行,两次同种输出之间至多有 2(N−1) 个非该种输出;N=7 时是12个“中间非目标项”,下一目标所在的输出序号距离至多13,不把两种计数混用。首次抽取前最多等 N−1 个非目标项。该保证不代表无连出、逐次独立或主观上一定公平。
调参和取舍
这里主要选择类型集合、重置边界和是否接受袋间邻接重复,不靠调整随机权重“优化”同一个算法。先与独立抽样作固定数量的序列对照,记录最大缺席、重复串和每袋完整性,再评估玩家是否更容易预测最后剩余类型。改变N或每袋份数就改变体验与数学保证,需另验。
验收与失败处理
- 连续按袋切分时,每段恰好包含全部类型各一次;缺项/重复先查游标、补袋时机与重复消费。
- 明确跨袋最坏情况:某类型在前袋第一、后袋最后时,中间有 2(N−1) 个其他输出;不要只在单袋内测间隔。
- N=1能持续输出同一类型且非目标间隔为零;空集合和重复ID被拒绝。邻接两次同种跨袋出现是合法结果,不误判为算法坏了。
- 多次预览不改变实际后续输出;保存/恢复、重开和类型变更符合声明策略,失败的生成提交按项目事务规则处理,不能随机多抽。
- 固定种子在固定实现/版本下可复现;普通性质测试不证明均匀性、密码学安全或某个商业游戏采用了同一实现。
可执行参考
需要快速验证算法语义时运行或适配 Python参考类,它提供 draw 与不消费状态的 peek;不是引擎集成,也不实现存档接口。算法性质测试位于 仓库测试,可运行 python -m unittest discover -s tests -p test_bag_randomizer.py -v。迁移到目标引擎后重测事件消费、预览与持久化。
需要核对出处、12的原说明与上界推导范围时,读取来源参考。