音乐随机播放算法

循环播放一个歌单的时候,我觉得最难受的就是播完一首就猜到下一首是什么(循环多了是会不小心记住的)。所以我特别喜欢对歌单进行随机播放。我不知道不同的音乐播放器使用的随机播放算法具体是什么,但估计有这么几种:

  1. 每次等几率地播放一首歌。这是最不近人情的算法,高中的时候有个同学的手机大概就是使用这种算法来随机播放的,歌不多时偶尔遇到播完一首又重放一遍的情形,比较恼人。
  2. 播完当前曲目时,等几率播放其他曲目。这种算法不会出现重复播放一首歌的情形,但有可能两首相同的歌中间只插了一首其他歌曲。而且这种算法不能保证覆盖所有曲目,可能你放了很多歌了还是有的歌曲没有听过一遍。
  3. 每次播完歌单后,打乱列表然后从头播放(顺序播放)。列表的Shuffle算法很简单也很迅速。可惜我使用的音乐播放器基本没有打乱列表的功能,不知道是出于什么考虑,可能有什么不太好的地方吧。

言归正传,如果音乐播放器能提供接口让我自己来写播放的算法,我会记录每首歌最近播放的时间,越久远则越容易被播放。例如我们的歌单里有nn首歌,最近播放的时间分别为t1,t2,, tnt_1,t_2,\ldots,~t_n,这里{ti}\{t_i\}可以直接用时间戳来记录,下一首播放歌曲ii的几率设为p1,p2,, pnp_1,p_2,\ldots,~p_n{ti}\{t_i\}中最大的那个,就是最近播放的曲子,比如说是歌曲kk,那我希望下面的式子成立:

p1:p2::pn=(tkt1):(tkt2)::(tktn).p_1:p_2:\ldots:p_n = (t_k-t_1):(t_k-t_2):\ldots:(t_k-t_n).

这样就满足了越久远则越容易被播放这一条件,而且可以保证刚播放完的歌不会立即被播放。所以

pi=tktij=1n(tktj).p_i=\frac{t_k-t_i}{\sum_{j=1}^n (t_k-t_j)}.

写一个简单的测试例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
import random
import time

class Music:
def __init__(self, name, author, cost_time, recentPlayTime = -1):
self.name = name
self.author = author
self.time = cost_time
self.recentPlayTime = recentPlayTime

def Play(self):
self.recentPlayTime = time.time()

def __str__(self):
return "%s - %s" % (self.name, self.author)


def GetNextMusic(playList):
assert(playList)
if len(playList) == 1:
return playList[0]
neverPlayed = list(filter(lambda m: m.recentPlayTime == -1, playList))
if len(neverPlayed) > 0: # 如果还有歌从未播放过,则随机选一首播放
return random.choice(neverPlayed)

mostRecent = max(map(lambda m: m.recentPlayTime, playList))
# 对应前文介绍的t_k

rate = list(map(lambda m: mostRecent - m.recentPlayTime, playList))
p = random.random() * sum(rate)
s = 0
for i in range(len(rate)):
s += rate[i]
if s >= p:
return playList[i]