Go标准库math/rand不提供加权随机选择，需手动构建前缀和数组并用sort.Search实现O(log n)查找；权重须非负且总和大于0，前缀和应预计算而非每次抽奖重复生成。
为什么 math/rand 的默认 Float64() 不够用
直接用 rand.Float64() 均匀采样，再映射到奖品列表，只能实现等概率抽奖。权重逻辑必须自己建模——本质是把权重数组转成一个“累积分布”，然后用随机数落点查表。Go 标准库不提供现成的加权随机选择函数，得手动构造前缀和 + 二分查找，否则遍历匹配在权重项多时（比如上千个奖品）会明显变慢。
用 sort.Search 实现 O(log n) 加权随机抽取
核心思路：预计算权重前缀和数组，每次抽奖生成 [0, totalWeight) 内的随机浮点数，用 sort.Search 在前缀和中找第一个 ≥ 该值的位置。这个位置就是中奖索引。
实操要点：
- 权重必须是非负整数或浮点数；全零会导致除零 panic，需提前校验
- 前缀和用
float64累加可避免整数溢出，但要注意浮点精度对极小权重的影响（比如 1e-15 权重可能被截断） -
sort.Search要求切片升序，前缀和天然满足，无需额外排序 - 务必使用
rand.New(rand.NewSource(time.Now().UnixNano()))初始化独立 rng，避免多个 goroutine 共享全局rand导致重复序列
// 示例：权重 [10, 20, 70] → 前缀和 [10, 30, 100]
weights := []float64{10, 20, 70}
prefix := make([]float64, len(weights))
prefix[0] = weights[0]
for i := 1; i < len(weights); i++ {
prefix[i] = prefix[i-1] + weights[i]
}
total := prefix[len(prefix)-1]
<p>r := rand.New(rand.NewSource(time.Now().UnixNano()))
val := r.Float64() * total
idx := sort.Search(len(prefix), func(i int) bool { return prefix[i] >= val })
// idx 即中奖下标
遇到 panic: invalid argument to Intn 怎么办
这个错误通常出现在你误用了 rand.Intn(0)——比如权重全为零、或前缀和长度为 0 时调用 sort.Search 未加保护。更隐蔽的情况是：你在初始化前缀和前没检查 len(weights) == 0，导致 prefix 为空，sort.Search(0, ...) 返回 0，后续用该索引访问原数组就 panic。
安全写法必须包含：
- 初始化前断言
len(weights) > 0 - 检查所有权重 ≥ 0，且至少有一个 > 0
- 若允许动态更新权重，每次变更后要重新计算前缀和，不能复用旧数组
要不要用 github.com/yourbasic/rand 这类第三方包
它提供了 Weighted 类型封装前缀和与查找逻辑，接口更简洁。但代价是：内部仍用相同算法，且引入了额外依赖。如果你项目已用 Go 1.21+，sort.Search 性能足够好，无必要引入；只有当需要支持「在线增删权重」或「带缓存的高频抽奖」时，才值得评估专用库。注意某些包默认用全局 rand，并发场景下必须显式传入自定义 *rand.Rand 实例。
真正容易被忽略的是权重归一化时机——很多人在每次抽奖前都重新算一遍前缀和，这在高频调用时成了性能瓶颈。前缀和只需在权重变更后重算，静态配置应只做一次。
