最全解密微信红包随机算法(含代码实现)（找出不合理红包版）

本文内容编写时，参考了网上的资料，详见“参考资料”部分，感谢分享者。

1、引言

这个系列文章已经整理了10篇，但都没有涉及到具体的红包算法实现，主要有以下两方面原因。

一方面是各社交/IM产品中的红包功能同质化严重，红包算法的“可玩性”便是“核心竞争力所在”，这是同质化功能的差异化竞争思路，不会随便公开。

另一方面，市场上还存在各种抢红包插件这类灰产存在，一旦公开这些算法，很可能又被这帮插件开发者们搞出什么幺蛾子。

所以，这样的情况下，如果要做社交/IM产品中的红包功能，红包随便算法该怎么实现，基本上只能自已琢磨，很难找到大厂算法直接套用。

本着即时通讯网一贯的im知识传播精神，我收集整理并参考了大量的网上资料，综合了比较靠谱的信息来源，便有了本文。本文根据有限的资料，分享了微信红包随机算法实现中的一些技术要点，并整理了两种比较靠谱的红包算法实现思路（含可运行的实现代码），希望能给你的红包算法开发带来启发。

申明：本文资料整理自网络，仅供学习研究之用，如有不妥，请通知Jack Jiang。

学习交流：

- 移动端IM开发入门文章：《新手入门一篇就够：从零开发移动端IM》
- 开源IM框架源码：https://github.com/JackJiang2011/MobileIMSDK

本文已同步发布于“即时通讯技术圈”公众号。

2、系列文章

《社交软件红包技术解密(一)：全面解密QQ红包技术方案——架构、技术实现等》
《社交软件红包技术解密(二)：解密微信摇一摇红包从0到1的技术演进》
《社交软件红包技术解密(三)：微信摇一摇红包雨背后的技术细节》
《社交软件红包技术解密(四)：微信红包系统是如何应对高并发的》
《社交软件红包技术解密(五)：微信红包系统是如何实现高可用性的》
《社交软件红包技术解密(六)：微信红包系统的存储层架构演进实践》
《社交软件红包技术解密(七)：支付宝红包的海量高并发技术实践》
《社交软件红包技术解密(八)：全面解密微博红包技术方案》
《社交软件红包技术解密(九)：谈谈手Q春节红包的设计、容灾、运维、架构等》
《社交软件红包技术解密(十)：手Q客户端针对2020年春节红包的技术实践》
《社交软件红包技术解密(十一)：最全解密微信红包随机算法(含演示代码)》（* 本文）

3、微信红包算法要点汇总

这是目前能找到的仅有的一份，有微信团队人员参与的微信红包算法技术要点的讨论资料。分享于2015年，差不多是微信红包刚火没多久，大概是微信技术团队的人当时没有现在这些技术之外的顾虑，所以作了有限的分享，资料难得，本次重新整理了一下，可以作为参考资料使用。以下是资料正文。

资料来源：来自InfoQ的某架构群的技术讨论，由朱玉华整理（个人博客是：zhuyuhua.com（目前已无法访问））。

资料背景：起因是有朋友在朋友圈咨询微信红包的架构，于是在微信团队成员参与讨论的情况下，我（指“朱玉华”）整理了这次讨论的技术要点，也就是下面的内容（内容为问答形式）。

3.1、算法实现的技术要点

【1】问：微信的金额什么时候算？

答：微信金额是拆的时候实时算出来，不是预先分配的，采用的是纯内存计算，不需要预算空间存储。

为什么采取实时计算金额？原因是：实时效率更高，预算才效率低下。预算还要占额外存储。因为红包只占一条记录而且有效期就几天，所以不需要多大空间。就算压力大时，水平扩展机器是。

【2】问：关于实时实时性，为什么明明抢到红包，点开后发现没有？

答：2014年的红包一点开就知道金额，分两次操作，先抢到金额，然后再转账。

2015年的红包的拆和抢是分离的，需要点两次，因此会出现抢到红包了，但点开后告知红包已经被领完的状况。进入到第一个页面不代表抢到，只表示当时红包还有。

【3】问：关于分配算法，红包里的金额怎么算？为什么出现各个红包金额相差很大？

答：随机，额度在 0.01 和剩余平均值 2 之间。例如：发 100 块钱，总共 10 个红包，那么平均值是 10 块钱一个，那么发出来的红包的额度在 0.01元～20元之间波动。

当前面 3 个红包总共被领了 40 块钱时，剩下 60 块钱，总共 7 个红包，那么这 7 个红包的额度在：0.01～（60/7 * 2）=17.14之间。

注意：这里的算法是每被抢一个后，剩下的会再次执行上面的这样的算法（Tim老师也觉得上述算法太复杂，不知基于什么样的考虑）。

这样算下去，会超过最开始的全部金额，因此到了最后面如果不够这么算，那么会采取如下算法：保证剩余用户能拿到最低1分钱即可。

如果前面的人手气不好，那么后面的余额越多，红包额度也就越多，因此实际概率一样的。

【4】问：红包的设计

答：微信从财付通拉取金额数据过来，生成个数/红包类型/金额放到redis集群里，app端将红包ID的请求放入请求队列中，如果发现超过红包的个数，直接返回。根据红包的逻辑处理成功得到令牌请求，则由财付通进行一致性调用，通过像比特币一样，两边保存交易记录，交易后交给第三方服务审计，如果交易过程中出现不一致就强制回归。

【5】问：并发性处理：红包如何计算被抢完？

答：cache会抵抗无效请求，将无效的请求过滤掉，实际进入到后台的量不大。cache记录红包个数，原子操作进行个数递减，到 0 表示被抢光。财付通按照 20万笔每秒入账准备，但实际还不到 8万每秒。

【6】问：通如何保持8w每秒的写入？

答：多主sharding，水平扩展机器。

【7】问：数据容量多少？

答：一个红包只占一条记录，有效期只有几天，因此不需要太多空间。

【8】问：查询红包分配，压力大不？

答：抢到红包的人数和红包都在一条cache记录上，没有太大的查询压力。

【9】问：一个红包一个队列？

答：没有队列，一个红包一条数据，数据上有一个计数器字段。

【10】问：有没有从数据上证明每个红包的概率是不是均等？

答：不是绝对均等，就是一个简单的拍脑袋算法。

【11】问：拍脑袋算法，会不会出现两个最佳？

答：会出现金额一样的，但是手气最佳只有一个，先抢到的那个最佳。

【12】问：每领一个红包就更新数据么？

答：每抢到一个红包，就cas更新剩余金额和红包个数。

【13】问：红包如何入库入账？

答：数据库会累加已经领取的个数与金额，插入一条领取记录。入账则是后台异步操作。

【14】问：入帐出错怎么办？比如红包个数没了，但余额还有？

答：最后会有一个take all操作。另外还有一个对账来保障。

【15】问：既然在抢的时候有原子减了就不应该出现抢到了拆开没有的情况？

答：这里的原子减并不是真正意义上的原子操作，是Cache层提供的CAS，通过比较版本号不断尝试。

【16】问：cache和db挂了怎么办？

答：主备对账。

【17】问：为什么要分离抢和拆？

答：总思路是设置多层过滤网，层层筛选，层层减少流量和压力。

这个设计最初是因为抢操作是业务层，拆是入账操作，一个操作太重了，而且中断率高。从接口层面看，第一个接口纯缓存操作，搞压能力强，一个简单查询Cache挡住了绝大部分用户，做了第一道筛选，所以大部分人会看到已经抢完了的提示。

【18】问：抢到红包后再发红包或者提现，这里有什么策略吗？

答：大额优先入账策略。

针对上面的技术要点，有人还画了张原理图（这是网上能找到的相对清晰的版本）：

3.2、微信抢红包的过程模拟

针对上节中整理的资料，当有人在微信群里发了一个 N 人的红包、总金额 M 元，后台大概的技术逻辑如下。

3.2.1）发红包后台操作：

1）在数据库中增加一条红包记录，存储到CKV，设置过期时间；

2）在Cache（可能是腾讯内部kv数据库，基于内存，有落地，有内核态网络处理模块，以内核模块形式提供服务））中增加一条记录，存储抢红包的人数N。

3.2.2）抢红包后台操作：

1）抢红包分为抢和拆：抢操作在Cache层完成，通过原子减操作进行红包数递减，到0就说明抢光了，最终实际进入后台拆操作的量不大，通过操作的分离将无效请求直接挡在Cache层外面。

这里的原子减操作并不是真正意义上的原子减操作，是其Cache层提供的CAS，通过比较版本号不断尝试，存在一定程度上的冲突，冲突的用户会放行，让其进入下一步拆的操作，这也解释了为啥有用户抢到了拆开发现领完了的情况。

2）拆红包在数据库完成：通过数据库的事务操作累加已经领取的个数和金额，插入一条领取流水，入账为异步操作，这也解释了为啥在春节期间红包领取后在余额中看不到。

拆的时候会实时计算金额，其金额为1分到剩余平均值2倍之间随机数，一个总金额为M元的红包，最大的红包为 M * 2 /N（且不会超过M），当拆了红包后会更新剩余金额和个数。财付通按20万笔每秒入账准备，实际只到8万每秒。

4、微信红包算法模拟实现1（含代码）

根据上一节的微信红包随机算法技术要点资料，实现了一个算法，以下供参考。（注：本节内容引用自《微信红包随机算法初探》一文）

4.1、算法约定

算法很简单，跟微信的算法一样，不是提前算好，而是抢红包时计算。

即：金额随机，额度在0.01和剩余平均值*2之间。（参见上一节的 “关于分配算法，红包里的金额怎么算？为什么出现各个红包金额相差很大？” 内容）

4.2、代码实现

算法的逻辑主要是：

public static double getRandomMoney(RedPackage _redPackage) {
// remainSize 剩余的红包数量
// remainMoney 剩余的钱
if(_redPackage.remainSize == 1) {
_redPackage.remainSize--;
return (double) Math.round(_redPackage.remainMoney * 100) / 100;
}
Random r = newRandom();
double min = 0.01; //
double max = _redPackage.remainMoney / _redPackage.remainSize * 2;
double money = r.nextDouble() * max;
money = money <= min ? 0.01: money;
money = Math.floor(money * 100) / 100;
_redPackage.remainSize--;
_redPackage.remainMoney -= money;
return money;
}

LeftMoneyPackage数据结构如下：

class RedPackage {
int remainSize;
double remainMoney;
}

测试时初始化相关数据是：

static void init() {
redPackage.remainSize = 30;
redPackage.remainMoney = 500;
}

附件是可以运行的完整Java代码文件：

（无法上传附件，如有需要请从此链接处下载：http://www.52im.net/thread-3125-1-1.html）

4.3、测试结果4.3.1 单次测试

按上述代码中的初始化数据（30人抢500块），执行了两次，结果如下：

//第一次
15.69 21.18 24.11 30.85 0.74 20.85 2.96 13.43 11.12 24.87 1.86 19.62 5.97 29.33 3.05 26.94 18.69 34.47 9.4 29.83 5.17 24.67 17.09 29.96 6.77 5.79 0.34 23.89 40.44 0.92
//第二次
10.44 18.01 17.01 21.07 11.87 4.78 30.14 32.05 16.68 20.34 12.94 27.98 9.31 17.97 12.93 28.75 12.1 12.77 7.54 10.87 4.16 25.36 26.89 5.73 11.59 23.91 17.77 15.85 23.42 9.77

第一次随机红包数据图表如下：

▲ x轴为抢的顺序，y轴为抢到的金额

第二次随机红包数据图表如下：

▲ x轴为抢的顺序，y轴为抢到的金额

4.3.2 多次均值

重复执行200次的均值：

▲ x轴为抢的顺序，y轴为该次抢到金额的概率均值

重复执行2000次的均值：

▲ x轴为抢的顺序，y轴为该次抢到金额的概率均值

从以上两张图的均值结果可以看出，这个算法中每一次能抢到的金额几率几乎是均等的，从随机性来说比较合理。

5、微信红包算法模拟实现2（含代码）

我对随机算法很感兴趣，正巧最近研究的方向有点偏随机数这块，所以也自己实现了一下微信的红包分发算法（算法要点参考的是本文第三节内容）。（注：本节内容引用自《微信红包算法的分析》一文）

5.1、代码实现

从第三节中可以了解到，微信并不是一开始就预分配所有的红包金额，而是在拆时进行计算的。这样做的好处是效率高，实时性。本次的代码中，红包具体是怎么计算的呢？请参见第4节中的“关于分配算法，红包里的金额怎么算？为什么出现各个红包金额相差很大？”。

那基于这个思想，可以写出一个红包分配算法：

/**
* 并不完美的红包算法
*/
public static double rand(double money, int people, List<Double> l) {
if(people == 1) {
double red = Math.round(money * 100) / 100.0;
l.add(red);
return0;
}
Random random = newRandom();
double min = 0.01;
double max = money / people * 2.0;
double red = random.nextDouble() * max;
red = red <= min ? min : red;
red = Math.floor(red * 100) / 100.0;
l.add(red);
double remain = Math.round((money - red) * 100) / 100.0;
return remain;
}

算法整体思路很简单，就在在最后一个人的时候要注意，此时不进行随机数计算，而是直接将剩余金额作为红包。

5.2、第一次分析

采用上述算法，可以对用户的抢红包行为做分析。这里的模仿行为是：30 元的红包，10 人抢。操作 100 次。

可以得出如下结果：

▲ x轴为抢的顺序，y轴为该次抢到金额

从上图中可以很轻易的看出来，越后抢的人，风险越大，同时收益也越大，有较大几率获得“手气最佳”。

那红包面值的分布性如何呢？

▲ x轴为抢的顺序，y轴为该次抢到金额重复 100 次后的平均值

从上图可以看出，都是比较接近平均值(3 元)的。

那重复 1000 次呢？

▲ x轴为抢的顺序，y轴为该次抢到金额重复 1000 次后的平均值

更接近了。。。

可以看出，这个算法可以让大家抢到红包面额在概率上是大致均等的。

5.3、不足之处

有人提出了这个问题：

他接下来放了好几张他试验的截图。我这里取了一张，如果有兴趣，可以去知乎的问题里查看更多图片。

而此时，我哥们在和我的在讨论中，也告诉我，确实存在某个规律，可能让最后一个抢的人占有某些微小的优势，比如，多 0.01 的之类。

例如发 6 个，总额 0.09 的包，最后一个抢的有极大概率是 0.03。

然而我之前的代码却没办法体现出这一点。

比如 10 人拆 0.11 元的包，我的结果是：

可见以上代码还存在不足之处。

于是我就有一个猜测：

微信可能不是对全金额进行随机的，可能在派发红包之前，已经对金额做了处理，比如，事先减去(红包个数*0.01)，之后在每个红包的随机值基础上加 0.01，以此来保证每个红包最小值都是 0.01。

这个猜测或许可以解开那位知友和我哥们这边的疑惑。

5.4、完善算法

在原先的基础上对代码进行简单的修正：

public static double rand(double money, int people, List<Double> l) {
if(people == 1) {
double red = Math.round(money * 100) / 100.0;
l.add(red 0.01);
return 0;
}
Random random = newRandom();
double min = 0;
double max = money / people * 2.0;
double red = random.nextDouble() * max;
red = red <= min ? min : red;
red = Math.floor(red * 100) / 100.0;
l.add(red 0.01);
double remain = Math.round((money - red) * 100) / 100.0;
return remain;
}

这个算法，在第一次调用时传入 money 的值是总金额减去红包数*0.01，大概像这样：