前言

哈哈哈有点标题党内味儿了。

接着昨天那个欢乐斗牛的小程序，我又模拟了一种极为简单的情形：

  • 四人游戏，1号玩家为庄家，其他玩家为闲家；
  • 庄家自由注入起始金额（模型中简化为30、50、100）；
  • 当奖池金额高于某一特定数值时，庄家可以选择终止游戏；
  • 奖池金额为负数时庄家立即停止游戏；
  • 闲家自由下注（模型中简化为：每次闲家下注金额为 (奖池金额/闲家人数) 的四分之一或二分之一，并且每位玩家下注不会超过30元）

代码

import numpy as np
import pandas as pd
from singleniuniu import Poker
class Gambling(object):
    """docstring for Gambling"""
    def __init__(self, n, pool):
        super(Gambling, self).__init__()
        self.pool = pool
        self.n = n

    def settle(self):
        self.stakes = 0
        for i in range(self.n):
            multi = np.random.randint(1,3)
            stake = (self.pool / (self.n - 1)) * (multi / 4)
            if stake > 30:
                stake = 30
            self.stakes += stake

    def play(self):
        self.settle()
        self.nn = Poker(self.n)
        self.nn.play()
        self.pool = self.pool + (self.stakes * self.nn.total)
li = []
for limit in [x*100 for x in range(1,11)]:
    for start in [30, 50, 100]:
        for i in range(1000):
            B = Gambling(4, start)
            B.play()
            r = 1
            while 1:
                if (B.pool > 0) and (B.pool < limit):
                    B = Gambling(3, B.pool)
                    B.play()
                    r = r+1
                else:
                    break
            piece = {
                '起始金额': start,
                '结束限额': limit,
                '坚持的轮数': r,
                '最终金额': B.pool
            }
            li.append(piece)

结果

从代码里面可以看出，我每种情况都模拟了一千次。下面是程序运行的结果。

每千次模拟中，庄家达到终止游戏的最低限额的次数：

显而易见，庄家想要赢钱更多，赢的概率就越小，投入30元赢回100元的概率有28%，而赢回1000元的概率只有4.5%；投入100元赢回1000元的概率有13.5%，欢迎欧洲人尝试。

每千次模拟中，赢钱的情况下，庄家每次赢钱的平均值：