分享 on huluhuluu

飞机座位分配概率：一个优雅的数学谜题

Thu, 02 Apr 2026 16:00:00 +0800

这是一道非常有趣的概率题（LeetCode 1227），表面上看很复杂，但答案却出奇地简单优雅。

1. 问题设定

有 $n$ 位乘客即将登机，飞机正好有 $n$ 个座位。第一位乘客的票丢了，他随机选了一个座位坐下。

剩下的乘客按以下规则就座：

如果自己的座位还空着，就坐到自己的座位上
如果自己的座位被占用了，就随机选择其他空座位

问题：第 $n$ 位乘客坐到自己座位的概率是多少？

2. 从小规模情况入手

2.1 n = 1

只有一位乘客和一个座位。第一位乘客就是最后一位，他随机选择…其实就是唯一的座位。

答案：$P(1) = 1$

2.2 n = 2

第一位乘客有两种选择：

选择座位 1（概率 1/2）：第二位乘客坐自己的座位 2
选择座位 2（概率 1/2）：第二位乘客被迫坐座位 1

答案：$P(2) = \frac{1}{2}$

2.3 n = 3

第一位乘客有三种选择：

第一位选择	结果
座位 1 (1/3)	第二、三位都坐自己的座位，第三位成功
座位 3 (1/3)	第三位被迫坐其他座位，失败
座位 2 (1/3)	第二位发现自己的座位被占，随机选择座位 1 或 3

如果第一位选了座位 2，第二位面临的情况：

选座位 1（概率 1/2）：第三位成功
选座位 3（概率 1/2）：第三位失败

所以：

$$P(3) = \frac{1}{3} \times 1 + \frac{1}{3} \times 0 + \frac{1}{3} \times \frac{1}{2} = \frac{1}{2}$$

答案：$P(3) = \frac{1}{2}$

3. 模式识别

看起来答案总是 $\frac{1}{2}$！让我们尝试一般性证明。

4. 关键洞察

4.1 核心观察

考虑第一位乘客的选择：

选择座位 1（概率 $\frac{1}{n}$）：所有人都能坐自己的座位，第 $n$ 位成功
选择座位 $n$（概率 $\frac{1}{n}$）：第 $n$ 位注定失败
选择座位 $k$（$1 < k < n$，概率 $\frac{1}{n}$）：第 $k$ 位发现自己的座位被占

4.2 递归结构

当第一位选了座位 $k$（$1 < k < n$）时：

第 2 到 $k-1$ 位乘客都坐自己的座位（不受影响）
第 $k$ 位乘客发现座位被占，成为新的"疯子"

关键洞察：第 $k$ 位乘客面临的问题，与原问题完全等价！

只是规模从 $n$ 变成了 $n-k+1$，而两个"关键座位"（座位 1 和座位 $n$）仍然存在。

4.3 对称性

无论过程多么复杂，最终必定有人坐座位 1 或座位 $n$。

如果座位 1 先被坐：第 $n$ 位成功
如果座位 $n$ 先被坐：第 $n$ 位失败

由于整个过程的对称性，这两个事件的概率相等！

答案：$P(n) = \frac{1}{2}$，对所有 $n \geq 2$

5. 数学归纳法证明

归纳假设：$P(k) = \frac{1}{2}$ 对所有 $k < n$ 成立。

归纳步骤：

第一位乘客的选择：

$$P(n) = \frac{1}{n} \times 1 + \frac{1}{n} \times 0 + \sum_{k=2}^{n-1} \frac{1}{n} \times P(n-k+1)$$

由归纳假设，$P(n-k+1) = \frac{1}{2}$：

$$P(n) = \frac{1}{n} + 0 + \frac{n-2}{n} \times \frac{1}{2} = \frac{1}{n} + \frac{n-2}{2n} = \frac{2 + n - 2}{2n} = \frac{1}{2}$$

6. 代码实现

def nthPersonGetsNthSeat(n: int) -> float:
    """
    第 n 位乘客坐到自己座位的概率
    
    对 n = 1，概率为 1
    对 n >= 2，概率恒为 0.5
    """
    return 1.0 if n == 1 else 0.5

7. 拓展思考

7.1 如果问题变成"第 k 位乘客坐到自己座位的概率"？

答案仍然是 $\frac{1}{2}$（对 $k \geq 2$）。

7.2 为什么这么简单？

这个问题的美妙之处在于：尽管过程看起来很随机、很复杂，但最终只取决于两个关键座位（1 和 $n$）哪个先被占。而由于对称性，这两个事件等概率。

8. 小结

n	P(n)
1	1
$\geq 2$	$\frac{1}{2}$

核心洞察：

座位 1 和座位 $n$ 的对称性
中间过程不影响最终结果
问题具有递归结构

这道题提醒我们：面对复杂问题，寻找不变量和对称性往往能带来意外的简化。

策梅洛定理，必赢策略

Thu, 26 Feb 2026 00:40:00 +0800

之前聊了几个博弈论的悖论问题，这次来说一个博弈论中的经典定理——策梅洛定理（Zermelo’s Theorem）。这个定理听起来有点抽象，但它对我们理解棋类游戏有很深的启示。

1. 定理内容

策梅洛定理由德国数学家恩斯特·策梅洛在 1913 年提出，简单来说就是：

在双人、零和、完全信息、有限步的博弈中，必然存在一种最优策略，使得先手方或者后手方必胜，或者双方必然和局。

换句话说，对于围棋、国际象棋、井字棋这类游戏，理论上一定存在一个「正确答案」，只是我们还没找到。

2. 定理条件解释

让我解释一下定理中的几个关键条件：

条件	说明	例子
双人博弈	只有两个玩家	围棋、象棋 ✓
零和博弈	一方收益=另一方损失	棋类都是 ✓
完全信息	双方能看到所有信息	围棋 ✓，扑克 ✗
有限步	游戏必定结束	围棋 ✓（禁全局同形）

围棋、国际象棋、中国象棋、井字棋都满足这些条件.

3. 定理的证明思路

证明方法主要是逆向归纳法（Backward Induction）：

3.1 逆向归纳步骤

从游戏的终局开始考虑
对于每一个局面，判断当前玩家会选择哪一步
逐步向前推导，直到初始局面

3.2 以井字棋为例

终局只有三种结果：先手胜、后手胜、和局
从所有可能的三步终局反推两步的局面
再从两步反推一步
最终确定先手的最优策略

对于井字棋，结论是：双方都采取最优策略时，必然和局。

4. 对棋类游戏的启示

策梅洛定理告诉我们一个有点「残酷」的事实：

围棋和国际象棋这样的游戏，理论上已经被「破解」了。

也就是说，存在一个最优策略，可以保证某一方不败。只是这个策略太复杂，人类（甚至目前的计算机）还找不到。

4.1 井字棋：已被破解

井字棋太简单了，所有可能的状态只有 3^9 = 19683 种（实际有效状态更少）。最优策略已经被完全掌握，两个高手对弈必然和局。

4.2 国际象棋：部分破解

国际象棋的状态数大约是 10^44 种。虽然远超井字棋，但目前的超级计算机已经能计算出很多「残局库」。

对于某些特定的残局（比如王+后对王），最优策略已经完全确定。但完整棋局的最优策略还没找到，所以职业棋手仍然有存在的意义。

4.3 围棋：最难破解

围棋的状态数大约是 10^170 种，比宇宙中的原子数还多.

长期以来，人们认为计算机不可能在围棋上战胜人类。但 2016 年 AlphaGo 的出现改变了这一切.

虽然 AlphaGo 没有找到「最优策略」，但它找到了比人类更强的策略。现在，职业棋手已经无法战胜顶级 AI.

5. 游戏复杂度对比

游戏	状态数	是否破解
井字棋	~10^3	✅ 完全破解
国际跳棋	~10^20	✅ 完全破解（2007年）
国际象棋	~10^44	🔶 部分破解
围棋	~10^170	❌ 未破解

6. 一个有趣的推论

策梅洛定理有一个有趣的推论：

如果围棋已经被「破解」，那围棋比赛是不是就没有意义了？

答案是否定的，因为：

我们还没找到最优策略
即使找到了，人类棋手之间的博弈仍然精彩——就像百米赛跑，世界纪录是确定的，但比赛依然有意义
围棋的美感不仅在于胜负，还在于过程中的思考和创造

7. 小结

策梅洛定理告诉我们，在很多棋类游戏中，「正确答案」是存在的。但这并不意味着这些游戏失去了意义——寻找答案的过程本身，就是游戏的魅力所在。

关键要点：

策梅洛定理：特定条件下博弈必有最优解
逆向归纳：从终局反推最优策略
游戏复杂度：决定了「破解」的难度

而且，定理只适用于满足特定条件的博弈。像扑克、麻将这类有隐藏信息的游戏，或者电子游戏中不完全信息的场景，定理就不适用了.

这就是数学和游戏的有趣之处：有些问题有确定的答案，但找到答案的过程才是最精彩的。

如果你想深入了解策梅洛定理的数学证明，可以参考博弈论的相关教材，或者搜索「Zermelo’s theorem proof」。

蓝眼睛岛民悖论：一个让人细思极恐的逻辑推理

Thu, 26 Feb 2026 00:30:00 +0800

最近看到一个很有意思的逻辑谜题，叫「蓝眼睛岛民悖论」，出自这个视频。乍一看觉得答案很反直觉，仔细想想又觉得有道理，再深入一想又觉得哪里不对……就这么反复横跳，挺有意思的，记录一下。

1. 问题背景

故事是这样的：

有一个与世隔绝的岛屿，岛上住着 100 个人。其中有 5 个人是蓝眼睛，95 个人是棕眼睛。岛上有一条神秘的规则：

如果你知道了自己眼睛的颜色，你必须在当天午夜自杀。

岛民们都知道这条规则，也都遵守它。他们可以看到别人眼睛的颜色，但看不到自己的，也没有镜子之类的东西。他们之间的交流非常有限——彼此之间从不谈论眼睛颜色相关的话题。

有一天，一个外乡人来到岛上，在公开场合说了一句话：

「你们当中至少有一个人是蓝眼睛。」

然后外乡人就离开了。

问题来了：这句话会带来什么后果？

2. 反直觉的答案

直觉上，外乡人说的这句话好像没什么信息量——毕竟岛上有 5 个蓝眼睛的人，每个人都能看到至少 4 个蓝眼睛的人，所以「至少有一个人是蓝眼睛」这件事，岛上每个人早就知道了。

但答案是：第 5 天午夜，5 个蓝眼睛的人会一起自杀。

等等，这怎么可能？外乡人说的明明是大家都知道的事情啊？

3. 递归推理

让我们从简单的情况开始分析.

3.1 只有 1 个蓝眼睛

如果岛上只有 1 个蓝眼睛的人：

这个人看到其他 99 个人都是棕眼睛
当外乡人说「至少有一个人是蓝眼睛」时，他立刻就知道那个蓝眼睛的人就是自己
第一天午夜，他会自杀

3.2 有 2 个蓝眼睛

如果岛上有 2 个蓝眼睛的人（A 和 B）：

A 看到 B 是蓝眼睛，心想：如果我不是蓝眼睛，那 B 看到的应该全是棕眼睛的人，按照上面 1 个人的情况，B 第一天就会自杀
第一天过去了，B 没有自杀
A 就明白了：B 肯定看到了另一个蓝眼睛的人，那个人只能是我自己
第二天，A 和 B 都会自杀

3.3 有 3 个蓝眼睛

如果岛上有 3 个蓝眼睛的人（A、B、C）：

A 看到 B 和 C 是蓝眼睛，心想：如果我不是蓝眼睛，那 B 和 C 应该在第二天自杀
第二天过去了，B 和 C 都没有自杀
A 明白了：B 和 C 肯定看到了第三个蓝眼睛的人，那就是我
第三天，三个人一起自杀

以此类推，5 个蓝眼睛的情况下，第五天他们会一起自杀.

4. 外乡人到底说了什么新信息？

这就是悖论的核心。每个人都能看到 4 个蓝眼睛的人，所以「至少有一个人是蓝眼睛」这个信息，大家不是早就知道了吗？

关键在于「共同知识」和「我知道你知道」的区别。

4.1 外乡人说话之前

在外乡人说话之前：

A 知道「至少有一个人是蓝眼睛」——因为他看到了 B、C、D、E
A 也知道 B 知道「至少有一个人是蓝眼睛」——因为 A 知道 B 能看到 C、D、E
但 A 不知道 B 是否知道 C 知道「至少有一个人是蓝眼睛」

这条「我知道你知道他知道……」的链条，在外乡人说话之前是断裂的.

4.2 外乡人说话之后

外乡人的话，把「至少有一个人是蓝眼睛」变成了共同知识：

每个人都知道，每个人都知道每个人都知道，每个人都知道每个人都知道每个人都知道……无限嵌套下去。

正是这个「共同知识」的建立，让递归推理得以进行。

5. 更极端的情况

假设岛上有 100 个蓝眼睛的人。按照同样的推理，第 100 天所有人都会自杀.

但每个蓝眼睛的人都能看到 99 个蓝眼睛的人，外乡人说的话，对他们来说有什么新信息呢？

这里确实存在一些争议：

有人认为悖论的关键在于「共同知识」的建立
有人认为外乡人的话确实没有传递新信息
悖论可能源于我们假设了过于理想化的推理能力

6. 小结

这个悖论吸引人的地方在于，它揭示了「信息」这个概念的微妙之处。有时候，表面上看起来「大家都知道」的事情，一旦被公开说出来，就可能产生意想不到的后果.

关键要点：

递归推理：从简单情况逐步推导到复杂情况
共同知识：信息被公开后变成「每个人都知道每个人都知道」
信息传递：看似无用的信息可能触发连锁反应

当然，现实中不太可能出现这种极端情况。但类似的逻辑在很多场景下都有应用，比如博弈论、分布式系统中的共识问题等.

参考资料：

蓝眼睛岛民悖论 - Bilibili