德州扑克算法_github texas poker 德州-CSDN博客

本文链接：https://blog.csdn.net/esrrhs/article/details/81239630

德州扑克算法

用于德州扑克的算法，包括以下功能

https://github.com/esrrhs/texas_algorithm

查表算法
评估算法

使用

<dependency>
    <groupId>com.github.esrrhs</groupId>
    <artifactId>texas_algorithm</artifactId>
    <version>1.0.5</version>
</dependency>

// 获取2张手牌5张公牌的最大的5张牌
TexasAlgorithmUtil.getMax("黑2,黑3", "方2,方A,黑7,黑5,黑6");
// 获取7张牌的大小，用于比牌
int win = TexasAlgorithmUtil.getWinPosition("方4,方A,黑2,黑A,黑3,黑5,黑6");
// 获取2张手牌4张公牌的胜率，用于评估
float p = TexasAlgorithmUtil.getHandProbability("方3,方A", "黑2,黑4,黑5,黑K");

测试玩玩

解压texas_algorithm.rar到当前文件夹
运行TestUtil.Main

生成表玩玩

解压texas_algorithm.rar到当前文件夹
运行TexasAlgorithmUtil.Main

查表算法

查表算法，给定任意7张牌，查表给出5张最大牌的牌面以及大小、胜率、类型

算法实现

穷举C(52, 7)的组合

52张牌里面选7张，一共有1亿多种组合，对7张牌进行编码变成long类型，得到一个1亿长度的数组。

多线程快速排序

对这1亿长度的数组进行从小到大排序，排序依据就是7选5后的大小。使用多线程快速排序，在8核的机器上，排完大概需要10小时。

如果把最终的查表算法替换原始的比牌算法，速度可以缩短到2小时。

结果输出

数组已经排好序，现在按照顺序输出到一个文件，内容有key、大小顺序、max牌的值、max牌的类型、可阅读的牌面信息。最后文件大小差不多12G。

注意到大小其实是阶梯状的，就是有很多牌是一样大，但是先后顺序不同，所以在输出的时候，要再做一下比牌处理。

结果去色

1亿条数据如果直接用，内存会爆，使用去色算法缩减规模。分为有花色和无花色两个文件，最后文件总大小18M。实际加载到内存占用几十M。

对于同花的类型，比如同花、同花顺、皇家同花顺，7张牌的分布肯定是比如红红红红红梅黑，就是至少5张牌是同花色的，于是可以转变花色成为方方方方方黑黑，节省key值
对于非同花的类型，花色毫无作用，那么只需要把花色全去掉，变成方方方方方方方即可

查询方法

给定7张牌，先去同花表里查，如果没有就去非同花表里查，两个都有就谁大选谁。

评估算法

评估算法，给定2张手牌，0-4张公牌，估算出这手牌在1v1情况下的胜率。

算法实现

胜率计算

注意到前面已经生成了7张牌的大小顺序了，那么现在给定N张牌(2<=N<=6），只需要去7张牌的集合里遍历，看包含这N张牌的7张牌的胜率，做一下平均值就是平均胜率。顺便还会生出最大胜率最小胜率。6个输出文件最终大小是2G。

结果去色

这个N张牌的胜率表同样存在重复的，采用类似的方法去掉花色，分为两张表，查询先查询原始表，没有再去查询去掉花色的表。通过这种方法，6个文件可以缩减到300M。实际加载到内存差不多200M。

公牌查询

把公牌代入上面计算的胜率表中，查询得到公牌的胜率情况，也就是说对方用这个公牌去组成7张牌的平均胜率记为P1，以及一个概率区间分布情况。

手牌公牌查询

把我的手牌和公牌加起来，代入上面的胜率表中，查询得到一个平均胜率P2。注意这时候P2是不准确的，因为手牌被重复使用了。这里存在误差。

胜率预估

P1、P2都已经拿到，根据P1和P2的关系用P1Max和P1Min做下差值即可得出胜率。这里假定分布是均匀的所以也会有误差。

预估误差

如果采用最原始的方法穷举所有组合，即固定手牌和固定公牌，穷举剩下公牌和对方手牌，并计算胜率，目前2张手牌4张公牌需要20多天才能计算完。通过和实际胜率比较，误差大部分在0.1以内，比如实际胜率0.5，预估0.6。

检测语言世界语中文简体中文繁体丹麦语乌克兰语乌兹别克语乌尔都语亚美尼亚语伊博语俄语保加利亚语信德语修纳语僧伽罗语克罗地亚语冰岛语加利西亚语加泰罗尼亚语匈牙利语南非祖鲁语卡纳达语卢森堡语印地语印尼巽他语印尼爪哇语印尼语古吉拉特语吉尔吉斯语哈萨克语土耳其语塔吉克语塞尔维亚语塞索托语夏威夷语威尔士语孟加拉语宿务语尼泊尔语巴斯克语布尔语(南非荷兰语)希伯来语希腊语库尔德语弗里西语德语意大利语意第绪语拉丁语拉脱维亚语挪威语捷克语斯洛伐克语斯洛文尼亚语斯瓦希里语旁遮普语日语普什图语格鲁吉亚语毛利语法语波兰语波斯尼亚语波斯语泰卢固语泰米尔语泰语海地克里奥尔语爱尔兰语爱沙尼亚语瑞典语白俄罗斯语科萨科西嘉语立陶宛语索马里语约鲁巴语缅甸语罗马尼亚语老挝语芬兰语苏格兰盖尔语苗语英语荷兰语菲律宾语萨摩亚语葡萄牙语蒙古语西班牙语豪萨语越南语阿塞拜疆语阿姆哈拉语阿尔巴尼亚语阿拉伯语韩语马其顿语马尔加什语马拉地语马拉雅拉姆语马来语马耳他语高棉语齐切瓦语

世界语中文简体中文繁体丹麦语乌克兰语乌兹别克语乌尔都语亚美尼亚语伊博语俄语保加利亚语信德语修纳语僧伽罗语克罗地亚语冰岛语加利西亚语加泰罗尼亚语匈牙利语南非祖鲁语卡纳达语卢森堡语印地语印尼巽他语印尼爪哇语印尼语古吉拉特语吉尔吉斯语哈萨克语土耳其语塔吉克语塞尔维亚语塞索托语夏威夷语威尔士语孟加拉语宿务语尼泊尔语巴斯克语布尔语(南非荷兰语)希伯来语希腊语库尔德语弗里西语德语意大利语意第绪语拉丁语拉脱维亚语挪威语捷克语斯洛伐克语斯洛文尼亚语斯瓦希里语旁遮普语日语普什图语格鲁吉亚语毛利语法语波兰语波斯尼亚语波斯语泰卢固语泰米尔语泰语海地克里奥尔语爱尔兰语爱沙尼亚语瑞典语白俄罗斯语科萨科西嘉语立陶宛语索马里语约鲁巴语缅甸语罗马尼亚语老挝语芬兰语苏格兰盖尔语苗语英语荷兰语菲律宾语萨摩亚语葡萄牙语蒙古语西班牙语豪萨语越南语阿塞拜疆语阿姆哈拉语阿尔巴尼亚语阿拉伯语韩语马其顿语马尔加什语马拉地语马拉雅拉姆语马来语马耳他语高棉语齐切瓦语