带权重实现随机抽奖，如用户邀请人数越多中奖概率越高，或者不同数量的一二三四等奖等。
主要两种实现思路：
- 计算最小对等个体的总数，在总数中随机选择一个数字，判断数字落在的区间，取出对应的上层中奖个体。
- 计算非对等个体的中奖概率，正常情况下，所有的非对等个体中奖概率之和为1，在[0,1)中随机生成一个浮点数，判断浮点数落在的区间，取出区间对应的中奖个体。如还需要在非对等个体中选择一个最小对等个体，取其总数，随机选择一个即可。
词语解释：
- 最小对等个体：中奖概率相等的不可分割的最小个体，如一等奖5个，二等奖10个，总共15个奖品，每一个奖品就是一个最小对等个体，一等奖和二等奖就是其上层中奖个体。
- 非对等个体：中奖概率不相等的可分割的上层个体，如一等奖5个，二等奖10个，总共15个奖品，一等奖和二等奖就是非对等个体，其下的15个奖品就是一个最小对等个体。
方案一：直接选中最小对等个体
假设：有一二三四等奖分别5,10,20,40，每个奖品的中奖概率相等。
每次抽奖，先统计奖品总数，加和所有的奖品数量N，再通过随机数方法（random.uniform(0, N)）取出一个随机数，随机数范围：(0,N]，随机数即为中奖的个体。
在用户邀请人数越多中奖概率越高的场景下，邀请人数作为用户权重，当作数字个体处理，取到随机数之后，最后通过用户 * 权重累加（区间方法）计算出中奖用户个体。
用户邀请场景与几等奖场景最大的不同在于，几等奖场景抽出的是最小对等个体，用户邀请场景抽出的是非对等个体。
方案二：先选择非对等个体，再选择最小对等个体
假设：有一二三四等奖分别5,10,20,40，每个奖品的中奖概率相等。
每次抽奖，先计算所有等奖的中奖概率，所有等奖的概率加和等于1。再通过随机数方法（rand.nextDouble()）取出一个浮点随机数，随机数范围：[0,1)。第一步取出中奖的非对等个体（区间方法），即几等奖。第二步取出几等奖下的一个奖品，因为某等奖下的奖品都是同质的，所以可以随便取出一个，可计算总数，通过随机数（random.uniform(0, N)）随便取一个。
在用户邀请人数越多中奖概率越高的场景下，把用户邀请人数当作用户权重，计算出每个用户的中奖概率，执行抽奖直接取出中奖用户。这种方法就直接取出了非对等个体。
建议：
用户邀请场景使用方案二，免去抽取最小对等个体；
几等奖场景使用方案一，直接抽出最小对等个体。