揭秘微信红包尾数控制，辅助外挂软件的原理技巧!

今天通过测试来证明信下微信红包扫雷埋雷。辅助外挂软件是否存在。

--------

了解。＋，。，威，，。。

可以，装，，，，。。 T+E+K188，去掉+号

埋雷扫雷。尾数控制

1

保证最佳手气者的红包金额？

红包金额 = 想要的最高金额 * 红包数量 / 1.4

举例：发一个5人红包，希望最佳手气至少拿到10块钱，那么你的红包金额就应该是10*5/1.4=36元。按照这个公式来发红包，可以保证最佳手气至少达到你的预期。

备注：1.4是怎么来的？1.410338是在拟合出来的密度函数上，5%分位点的位置。（假设微信红包最高金额的确是这么分布的，那么有95%的可能，红包最高金额会大于我们的设定值）

2

让前三名都获得两位数红包？

一分党滚出，两位数红包才暖心~那么如何保证前三名的红包金额呢？火箭君给出几乎可以满足前三名都至少达到某个金额的红包公式

5人红包

红包金额 = 前三名都至少达到的金额 * 5（五人）/ 0.45

10人红包

红包金额 = 前三名都至少达到的金额 * 10（十人）/ 1.11

【举例】

1. 5人红包需要发 10*5/0.45 = 112 元才能几乎保证其中3个人拿到10元以上

2. 10人红包需要发 10*10/1.11 = 91 元才能几乎保证其中3人拿到10元以上

转发分配算法:#coding=gbkimport randomimport sys#print random.randint(0, 99)#print "====", random.uniform(0, 0.99)def calRandomValue(min, max, total, num):print min, max, total, numtotal = float(total)num = int(num)min = 0.01if(num returnif num == 1:print "第%d个人拿到红包数为：%.2f" %(num, total)return

i = 1total_money = total#rtotal = (total*100 - min*num*100)/100while( i max = total_money - min*(num- i)k = int((num-i)/2)if num -i k = num -imax = max/kmonney = random.randint(int(min*100), int(max*100))monney = float(monney)/100total_money = total_money - monneyprint "第%d个人拿到红包数为：%.2f, 余额为: %.2f" %(i, monney, total_money)i += 1

print "第%d个人拿到红包数为：%.2f, 余额为: %.2f" %(i, total_money, 0.0)if __name__ == "__main__":min = sys.argv[1]max = sys.argv[2]total = sys.argv[3]num = sys.argv[4]calRandomValue(min, max, total, num)python 2.py 0.01 10 20 300.01 10 20 30第1个人拿到红包数为：1.34, 余额为: 18.66第2个人拿到红包数为：1.06, 余额为: 17.60第3个人拿到红包数为：1.08, 余额为: 16.52第4个人拿到红包数为：0.98, 余额为: 15.54第5个人拿到红包数为：0.88, 余额为: 14.66第6个人拿到红包数为：0.48, 余额为: 14.18第7个人拿到红包数为：0.26, 余额为: 13.92第8个人拿到红包数为：0.90, 余额为: 13.02第9个人拿到红包数为：0.12, 余额为: 12.90第10个人拿到红包数为：0.41, 余额为: 12.49第11个人拿到红包数为：0.43, 余额为: 12.06第12个人拿到红包数为：0.63, 余额为: 11.43第13个人拿到红包数为：0.36, 余额为: 11.07第14个人拿到红包数为：0.25, 余额为: 10.82第15个人拿到红包数为：1.38, 余额为: 9.44第16个人拿到红包数为：0.17, 余额为: 9.27第17个人拿到红包数为：0.79, 余额为: 8.48第18个人拿到红包数为：0.52, 余额为: 7.96第19个人拿到红包数为：0.44, 余额为: 7.52第20个人拿到红包数为：1.15, 余额为: 6.37第21个人拿到红包数为：0.13, 余额为: 6.24第22个人拿到红包数为：0.76, 余额为: 5.48第23个人拿到红包数为：1.32, 余额为: 4.16第24个人拿到红包数为：0.80, 余额为: 3.36第25个人拿到红包数为：0.16, 余额为: 3.20第26个人拿到红包数为：0.27, 余额为: 2.93第27个人拿到红包数为：1.82, 余额为: 1.11第28个人拿到红包数为：0.45, 余额为: 0.66第29个人拿到红包数为：0.27, 余额为: 0.39第30个人拿到红包数为：0.39, 余额为: 0.00

从工程角度来说，红包分配算法需要简单粗暴的实现。

楼上有人的算法过于复杂，第几个人领取都要面面俱到的计算，考虑因素太多，工程实现上真的没必要。

其实只需要按照如下框架即可：

1. 发红包时，按照设计的快速随机算法，将红包分好若干份。

2. 按照设计的评估算法，对得到的红包分配进行校验。

3. 如果校验不通过，如贫富差距过大，则重复随机分配。

4. 如果若干次重复，如5次，则停止重复，就按照当前分配。

5. 再有用户请求红包，直接队列化请求，再从红包序列中取出对应编号红包。

上述方案的优势是：

1. 只需“一次”计算。 随机算法选择简单粗暴的即可，系统按照校验策略对其评价，不满足则有限次重复，直到满足或次数太多为止。

2. 此后就只有读取。

后续操作完全是读取缓存，无需密集计算。

那么是不是还有更简单粗暴的方案呢？还是有的，那就是伪随机序列查表法。

百万千万级别的红包请求，如果每次都按照真随机来计算，仍然会有不小的计算压力。

索性预先计算得到若干伪随机分配方案，调用时只需要随机选择一个即可。

举例来说，有人的红包是10元分配给5人，系统预先存有多种分配方案，如1，1，2，3，3，或1，1，2，2，4，请求时随机选取一个方案即可。

当然，各种组合未必能穷尽，但是只需要让用户在有限次操作中觉得这是随机就够了。