点击上方"蓝字"
关注我们,享更多干货!
程序员节,公司举办了一个抽奖活动,采用的方式是掷六次骰子,组成一个六位数,再对群里的人数取模,计算的结果就是中奖的人的编号。但这种方式公平吗?让我们用Python来验证下。
一、
验证
掷六次骰子,那么这个值就是在111111~666666之间,有6的6次方(即46656)个随机数。
nums = [x for x in range(111111, 666667) if not set(str(x)).intersection('0789')]
print(len(nums)) # 46656
假设群里有134人,用上面46656个数分别对134取模,看最后的结果分布。
total_person = 134
nums_mod = list(map(lambda x: x % total_person, nums))
for i in range(0, total_person):
print('编号: {}, 中奖次数: {}'.format(i, nums_mod.count(i)))
编号: 0, 中奖次数: 349
编号: 1, 中奖次数: 348
编号: 2, 中奖次数: 348
编号: 3, 中奖次数: 350
编号: 4, 中奖次数: 350
编号: 5, 中奖次数: 346
编号: 6, 中奖次数: 346
编号: 7, 中奖次数: 342
编号: 8, 中奖次数: 342
编号: 9, 中奖次数: 349
编号: 10, 中奖次数: 349
....
看数字不直观,我们把它转化为图片:
import matplotlib.pyplot as plt
x = range(0, total_person)
y = [nums_mod.count(i) for i in x]
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set(xlabel='person no.', ylabel='prize counts', title='{} person'.format(total_person))
ax.set_xlim(0, total_person)
ax.set_ylim(0, 1000)
plt.show()
可以看到对于群里有134个人,还是很公平的,假设群里又加了一个人,变成135人,那么每人的中奖几率是多少呢?
将total_person改成135,再运行下程序:
编号: 0, 中奖次数: 280
编号: 1, 中奖次数: 577
编号: 2, 中奖次数: 297
编号: 3, 中奖次数: 297
编号: 4, 中奖次数: 297
编号: 5, 中奖次数: 297
编号: 6, 中奖次数: 581
编号: 7, 中奖次数: 284
编号: 8, 中奖次数: 284
编号: 9, 中奖次数: 284
...
这时候就不公平了,中奖次数最少的277,最大的有584,而且中奖次数多的都是对应的编号尾数为1和6。为什么会出现这种现象呢?将前面的代码改造下。
total_person = 135
from collections import defaultdict
for i in range(0, total_person):
nums_filter = list(filter(lambda x: x % total_person == i, nums))
num_last_number = defaultdict(int)
for j in nums_filter:
num_last_number[j % 10] += 1
print('编号: {}, 中奖次数: {}, 骰子尾数统计: {}'.format(i, len(nums_filter), num_last_number))
可以看到当编号尾数是1或6时,对应的骰子尾数是1或6,而其它的编号对应的骰子尾数都只有一个数字,即0-5,2-2,7-2等。所以才会出现编号尾数为1和6的中奖次数接近其它编号的两倍。
编号: 0, 中奖次数: 280, 骰子尾数统计: defaultdict(<class 'int'>, {5: 280})
编号: 1, 中奖次数: 577, 骰子尾数统计: defaultdict(<class 'int'>, {1: 297, 6: 280})
编号: 2, 中奖次数: 297, 骰子尾数统计: defaultdict(<class 'int'>, {2: 297})
编号: 3, 中奖次数: 297, 骰子尾数统计: defaultdict(<class 'int'>, {3: 297})
编号: 4, 中奖次数: 297, 骰子尾数统计: defaultdict(<class 'int'>, {4: 297})
编号: 5, 中奖次数: 297, 骰子尾数统计: defaultdict(<class 'int'>, {5: 297})
编号: 6, 中奖次数: 581, 骰子尾数统计: defaultdict(<class 'int'>, {1: 284, 6: 297})
编号: 7, 中奖次数: 284, 骰子尾数统计: defaultdict(<class 'int'>, {2: 284})
编号: 8, 中奖次数: 284, 骰子尾数统计: defaultdict(<class 'int'>, {3: 284})
编号: 9, 中奖次数: 284, 骰子尾数统计: defaultdict(<class 'int'>, {4: 284})
...
二、
破局
前面概述提到的办法对于人数是135就不太公平了呀,怎么保证公平呢。公平就是每个人获奖的几率必须是一样。这就要求骰子掷出来的数字要足够随机而且连续。由于单个骰子只有6个不同值,为了让它连续,我们设置骰子的1-6,分别对应数字0-5,而且采用6进制。
比如骰子掷出来的数分别是1、3、4、6、2、5,那么对应的数字就是0、2、3、5、1、4,换算成十进制则为int(‘023514’, 6) = 3430,代码就可以换成如下:
nums = [int(str(x), 6) for x in range(0, 555556) if not set(str(x)).intersection('6789')]
print(len(nums))
total_person = 135
nums_mod = list(map(lambda x: x % total_person, nums))
for i in range(0, total_person):
print('编号: {}, 中奖次数: {}'.format(i, nums_mod.count(i)))
import matplotlib.pyplot as plt
x = range(0, total_person)
y = [nums_mod.count(i) for i in x]
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set(xlabel='person no.', ylabel='prize counts', title='{} person'.format(total_person))
ax.set_xlim(0, total_person)
ax.set_ylim(0, 1000)
plt.show()
![5e961a848eb4bbb9aff7f22f357b793f.png](https://i-blog.csdnimg.cn/blog_migrate/905d36d5302cadd6ce771dd5d4f8af07.png)
这才是!
![7a754f027e3ac96e7f36c2ba1de47e40.png](https://i-blog.csdnimg.cn/blog_migrate/1c81a76060f172a6602f1da43133ad74.png)
三、
总结
本文由公司的一个小游戏有感而发,主要是想介绍下Python中的map和filter函数,以及matplotlib画图模块。最后附上一个小游戏代码。
from collections import defaultdict
class Prize:
DICE_MAX_DIGIT = 5 # 骰子的最大点数,骰子的1-6,对应数字0-5
def __init__(self, person_nums):
# 活动人数
self.person_nums = person_nums
# 中奖几率差异,这里控制到1%
self.percent_diff = 0.01
def _need_throw_times(self):
"""
确定需要投掷的次数
"""
self.throw_time = 1 # 初始投掷次数
while True:
max_number = int(str(self.DICE_MAX_DIGIT) * self.throw_time) # 投掷出来的最大值
nums = [int(str(x), 6) for x in range(0, max_number+1) if not set(str(x)).intersection('6789')] # 投掷出来所有可能的十进制值
if max(nums) + 1 < self.person_nums:
# 如果投掷出来的最大值比总人数少,直接增加投掷次数
self.throw_time += 1
continue
prize_dict = defaultdict(int)
for i in nums:
prize_dict[i % self.person_nums] += 1
percent_diff = (max(prize_dict.values()) - min(prize_dict.values()))/max(prize_dict.values())
if percent_diff < self.percent_diff:
return self.throw_time
self.throw_time += 1
def say(self):
self._need_throw_times()
print('本次活动人数为{},请依次投掷{}次骰子'.format(self.person_nums, self.throw_time))
number_str = ''
for i in range(self.throw_time):
point = input('第{}次骰子的点数为: '.format(i + 1))
if point not in ('1', '2', '3', '4', '5', '6'):
raise Exception('点数超出范围')
number_str += str(int(point) - 1)
int_number_str = int(number_str, 6)
print('恭喜{}号中奖!'.format(int_number_str % self.person_nums))
if __name__ == '__main__':
x = input('请输入活动的人数: ')
Prize(int(x)).say()
墨天轮原文链接:https://www.modb.pro/db/151967?sjhy(复制到浏览器或者点击“阅读原文”立即查看)
关于作者
杨豹,国泰君安DBA,爱好Oracle、MySQL,Python。
END
由中国DBA联盟和墨天轮主办的 2021数据技术嘉年华 将于11月19日-20日在北京丽都皇冠假日酒店盛大召开。
大会门票限时0元领取
扫描下方的二维码即可!