概率与决策 - 模拟程序让你在选择中取胜

前言

在人生中我们会处处面临抉择，是选择A还是选择B呢。选对了可能皆大欢喜，选错了可能就是一个重要的转折点。在刷知乎的过程中，经常会有类似的问题。看似荒诞的背后，却蕴藏着无限的哲学。

作为程序员，看着这种概率与决策，有时候常在想，我怎么做决策我的胜率概率最大，能不能用程序来模拟一下。我选择A赢的概率，我选择B赢的概率呢？

当然，必定是可以的，程序天然非常容易处理这些大数据，循环等问题，话不多说，直接看效果吧。

死亡概率模拟器

核心算法采用了"几何分布逆变换采样"

O(1)时间复杂度，相比传统蒙特卡洛方法性能提升显著
数学准确性：基于几何分布的期望值 E $X$ = 1/p
边界保护：处理 log(0) 等数学异常

js 复制代码

calculateDeathTime() {
  const p = this.selectedProbability.value;
  const u = Math.random();
  const u_safe = Math.max(u, 1e-10); // 避免log(0)
  
  // 几何分布公式：X = ceil(log(U) / log(1-p))
  const deathTime = Math.ceil(Math.log(u_safe) / Math.log(1 - p));
  return Math.max(1, deathTime);
}

风险抉择抽奖

采用了预计算 + 进度动画分离。

计算与渲染分离：避免10000次抽奖时的性能问题
固定时长体验：无论多少次抽奖，用户等待时间可控
平滑进度显示：50ms更新间隔保证流畅动画

js 复制代码

async startLottery() {
  // 步骤1：预先快速计算所有结果（无延迟）
  for (let i = 0; i < this.selectedTimes; i++) {
    const result = this.performSingleLottery();
    this.results.push(result);
  }

  // 步骤2：根据次数设置固定动画时长
  let animationDuration = 0;
  if (this.selectedTimes === 1) animationDuration = 0;      // 立即
  else if (this.selectedTimes === 10) animationDuration = 500;    // 0.5s
  else if (this.selectedTimes === 100) animationDuration = 1000;   // 1s
  else if (this.selectedTimes === 1000) animationDuration = 1500;  // 1.5s
  else if (this.selectedTimes === 10000) animationDuration = 2000; // 2s

  // 步骤3：播放进度动画（仅更新显示）
  const updateInterval = 50; // 每50ms更新一次
  const totalSteps = animationDuration / updateInterval;
  
  for (let step = 1; step <= totalSteps; step++) {
    this.currentRound = Math.floor((step / totalSteps) * this.selectedTimes);
    await this.sleep(updateInterval);
  }
}

同时采用了真随机模拟 Math.random() 模拟概率，大数定律验证，次数越多越接近理论值

js 复制代码

performSingleLottery() {
  const random = Math.random(); // [0, 1)
  if (random < 0.99) {
    return { win: true, amount: 200000000 }; // 99%概率：2亿
  } else {
    return { win: false, amount: 0 };         // 1%概率：0元
  }
}

最后

其实最后发觉，概率学到最后就是数学期望，一个人选择可能是随机，但100人、1w人、10w人选择就是必然的概率了。

一个人选择失败对整体影响有限，但对于他自身而言，可能是灾难性的，这也就是一个人在就是整个时代的一粒沙尘，对整个时代影响微乎其微。

但通过代码的计算我们也可以看出，一个人微乎其微，但如果你在你的前面加一个权重，那可能就不一样了，所以大家行动起来吧，让自己变得更强，那样，在选择中，你取胜的概率就会更大了，谢谢大家。