自动点赞

@@ -382,20 +382,31 @@ public class GrassUserVirtualImpl implements IGrassVirtualService{
             logger.warn("doVirtualPraise config is empty,praiseType ={},commonConfig={},specialConfig={},timeConfig={},",praiseType,commonConfig,specialConfig,timeConfig);
             return;
         }
+
         String[] commonStrategy = StringUtils.split(commonConfig, ",");
         String [] specialStrategy = StringUtils.split(specialConfig, ",");
         //普通用户的点赞策略（线性函数）
-        int start = Integer.valueOf(commonStrategy[0]);//起始（0，start）
-        int end  = Integer.valueOf(commonStrategy[1]);//终结（timeConfig，end）
+        int min = Integer.valueOf(commonStrategy[0]);//起始（0，start）
+        int max  = Integer.valueOf(commonStrategy[1]);//终结（timeConfig，end）
         //重点用户的点赞策略（线性函数）
-        int startSpecial = Integer.valueOf(specialStrategy[0]);//起始点（0，startSpecial）
-        int endSpecial  = Integer.valueOf(specialStrategy[1]);//终结（timeConfig，endSpecial）
-        //两个坐标点 --线性函数 y=kx + b
-//        double k =  ((end - start)*1d)  / (timeConfig * 1d);
+        int specialMin = Integer.valueOf(specialStrategy[0]);//起始点（0，startSpecial）
+        int specialMax  = Integer.valueOf(specialStrategy[1]);//终结（timeConfig，endSpecial）
+
+        //根据当前批次需要点赞的文章数量， 取合适的点赞区间  如 min = 10 max = 50   list.size =70 则 区间取 10 - 35
+        int articleNum  = articleList.size() / 2;
+        if(articleNum < max && articleNum> min){
+            max = articleNum;
+        }else if(articleNum <= min ){
+            max = min+ articleNum;
+        }
+
+        if(articleNum < specialMax && articleNum> specialMin){
+            specialMax = articleNum;
+        }else if(articleNum <= min ){
+            specialMax = specialMin+ articleNum;
+        }
+
         double k =  timeConfig;
-        double b = start;
-        double kSpecial =  timeConfig;
-        double bSpecial = startSpecial;
 
         //3)基础数据--原有的点赞（正常的点赞--排除； 取消的点赞--不要发站内信）
         Map<Integer,List<Integer>> articlePraiseMap = new HashMap<>();
@@ -436,9 +447,9 @@ public class GrassUserVirtualImpl implements IGrassVirtualService{
             }
             Set<Integer> randomUidList;
             if(authorType == GrassUserTypeEnum.COMMON.getValue() && specialAuthors.contains(authorUid)){//有货的用户，并且是重点用户，采用的线性函数有所不同
-                randomUidList = getPraiseUids(tempList, kSpecial, bSpecial, time, end);
+                randomUidList = getPraiseUids(tempList,k, specialMin, specialMax, time);
             }else{
-                randomUidList = getPraiseUids(tempList, k, b, time, end);
+                randomUidList = getPraiseUids(tempList, k, min, max, time);
             }
             if(CollectionUtils.isEmpty(randomUidList)){
                 article.setPraiseCount(0);//新增加的点赞数是0
@@ -490,18 +501,17 @@ public class GrassUserVirtualImpl implements IGrassVirtualService{
 
     //随着时间的推移，增加的点赞数 逐步减少--》y= kx + b
     //x 是距离当前的时间（分钟为单位，比小时更精确）
-    private Set<Integer> getPraiseUids(List<Integer> virtualList,double timeConfig,double start, double x , int end ) {
+    private Set<Integer> getPraiseUids(List<Integer> virtualList,double timeConfig,int min, int max, double x) {
         if(virtualList.isEmpty()){//没有可选的马甲粉丝
             return new HashSet<>();
         }
-        //数量--随着时间的推移，线性的
-//        double numDouble = k * x + b + new Random().nextInt(5);
         //使用对数函数模型
         double y = x==0? 1/timeConfig : x/timeConfig;
         //需要随机可以加随机数
-        double numDouble= start + new Random().nextInt(5);
+        int bound = max-min == 0 ? 1 : max-min;
+        double numDouble= new Random().nextInt(bound) + min;
         double m = log(y,1/timeConfig) * numDouble ;
-        double num = Math.ceil(m) > end ? Math.ceil(m) : end;
+        double num = Math.ceil(m);
 
         int  addnum = new Double(num).intValue();//需要增加的点
         int totalVitual = virtualList.size();