我是一个概率控，平常遇到和概率相关的事情都喜欢去推算一下，喜欢看概率有关的影视作品（决胜21点、欺诈游戏、赌博默示录……），就连在汤姆熊或是巴黎人，我也会估下哪一个机器输的可能性更小一点（赢是不可能赢的啦）。
所以，碰到概率相关的问题，我通常都不会轻易放过。之前公众号里讲过的概率问题就有好几个：
最近，又看到一个有意思的概率题，今天给大家分享并分析一把：
甲乙二人玩掷硬币的游戏。 连续抛掷同一枚硬币 ，如果 最近三次硬币 抛掷结果是“ 正反反 ”，则 甲胜 ；如果是“ 反反正 ”，则 乙胜 。问：谁胜的概率更高？
各位先想一下，结果是什么？
- 甲胜概率高（正反反）
- 乙胜概率高（反反正）
- 两人概率一样
单纯看扔3次硬币的结果，“正反反”和“反反正”出现的概率都是 1/8（1/2的3次方） 。那么，是不是就代表两人胜的概率是一样的呢？
以前中学时代跟同学讨论概率，如果双方有分歧，就很难说服对方。即使有了一个结论，也无法确认到底是否正确。毕竟大多数时候，你不可能亲自去实验足够多的次数。
但有了计算机和编程之后，情况就好多了。只要你的代码没有问题，通常可以模拟出实验场景，得到一个参考结果来佐证。
今天这个问题，同样可以通过代码进行模拟：
单次掷硬币，正反面的概率各是50% ，这个是没有疑问的。那我们只要 根据这个概率持续地产生硬币结果序列 ，再 判断最近三次硬币结果是否触发胜负条件 即可。然后， 重复这个过程足够多的次数，统计双方胜负的总数 ，就能得到两人胜负概率的参考值。
下面放下代码，如果你想自己尝试编写，先不急着看：
▼
▼
▼
▼
▼
import random
p1 = 0
p2 = 0
for i in range(100000):
last3 = []
while True:
x = random.choice([0, 1])
last3.append(x)
if len(last3) > 3:
last3.pop(0)
if last3 == [1, 0, 0]:
p1 += 1
break
elif last3 == [0, 0, 1]:
p2 += 1
break
print('甲（正反反）', p1)
print('乙（反反正）', p2)
运行后的结果：
甲（正反反） 74820
乙（反反正） 25181
每次结果不会一样，但大致比例不变，基本上 甲赢的概率是乙的3倍 。
可能有人还是不太信。那我们再从数学的角度来尝试解释一下：
因为甲的后两位和乙的前两位是一样的，所以，对于进行中的序列，一旦出现“正”，乙就没有机会了。比如：
反正反正……
这样一个序列，如果出现乙胜的情况，必须先连出至少两个“反”，但这样就必定会形成“正反反”而导致甲胜。
所以甲胜的可能性比较复杂，但乙胜的情况只可能是从一开始就一直是“反”，包括：
反反正
反反反正
反反反反正
反反反反反正
……
这个概率还是相对好计算的：
(1/2)3 + (1/2)4 + (1/2)5 + (1/2)6 + ...
（**是python中的指数运算）
这是一个 收敛的几何级数 ，也就是 等比数列 ，可以通过公式求和：
a1/(1-r) = (1/8)/(1-1/2) = 1/4
所以乙胜的概率就是 25% 。
这个游戏其实有点来头，它原名叫做 Penney’s game ，于 1969 被提出，在不少数学书籍和编程算法题中被引用。
有人会问我，怎么能持续提高编程能力。其实，像这种“不起眼”的数学题，就是一种提高编程能力的很好方法。如果你也能没事拿起python，去算一算身边的概率，久而久之，你在处理更复杂问题时自然也会得心应手。
顺便说下，概率和分布在我们的周围普遍存在。比如我们文中的投票，如果你留心观察就会发现，在只有100个人投票和1000个人投票时，选项的分布是会很接近的。也就是说，虽然我们每个人都有着独立思维，但作为整体来看，却保持着稳定的分布特征。（比如我们的打卡活动，如果不去改动其他条件，完成率就总是在15%~20%这个范围）
多了解一些概率的知识，你会对这个世界有更准确的认知。
----
更多干货内容，欢迎搜索并关注： Crossin的编程教室
一起学，走得远！
