Croupier

编程中随机性的应用包括非平均概率和随机结果的使用方式。

标准库的随机算法通常基于平均概率生成随机数，但有时需要非平均概率的随机数。

推荐系统中，内容的选择应根据权重而非平均概率进行。

C++ STL提供了random_shuffle，但Java和Scala缺乏从集合中随机选择元素的方法。

Croupier类用于组合不同的随机数发生器和选择行为。

Poker类根据给定列表生成随机数，支持多种选择算法。

Croupier的功能包括随机索引、随机抽取元素、从只读和可变列表中抽取元素等。

非平均概率算法包括按权重选择、按排名选择、概率递降选择和概率递增选择。

按权重选择算法通过构造权重列表来实现非平均概率选择。

Rank算法用于处理浮点数评分的随机选择。

Damping算法通过构造递减的概率序列来实现随机选择。

Invert算法是Damping的反向实现，适用于递增概率选择。

Python版本的pycroupier库提供了简单的随机选择操作，适合动态类型的特性。