诈金花各类别牌的概率分布：统计的方法

• 过年，诈金花游戏大年初三，走亲访戚。弟弟女朋友到家串门，4人一起玩诈金花游戏打发时间。一连玩了好几把，没有赢过一次，全当陪练了：连对子都没来过。我好奇了，
  
  • 抓到各类牌的概率是多少?
  • 怎么样最大化赢的概率：在已知自己的牌，以及对方的出价的前提下，是应该跟／弃／加价？
    
  第一个问题是第二个的基础。每次选择都是一种冒险（除非手握3张A，这时需要的是诱导），但需要努力做到是caculated risk。
  相信是可以通过数学计算得出各类牌的概率。但对于我这样一个可以通过程序来奴役机器的程序员来说，另外一个自然的想法：让机器随机发牌，通过统计，来估算各类牌出现的概率，当样本空间足够大，统计结果会逼近理论值。
  结论每次发4个人的牌，随机发10万次，统计40万副牌中，各类的概率分布：
  一个意外的有趣发现，牌面上，同花色比顺子大，但出现概率上，顺子更小。同样的还有同花顺和3同牌。
  计算了德州扑克的概率分布：它的9种类别的牌的概率，严格按照递增顺序。似乎设计诈金花的人，概率差一点。德州扑克也更好玩：未来的不确定性，以及博弈。
  在n人的游戏中，发n副牌，最大的一副牌的类别的概率分布：
  
  
  
  
  
  code发牌：一副牌，先洗牌，再从中抽出numhands份，各n张牌
  def deal(numhands, n=5, deck=[i + s for i in '23456789TJQKA' for s in "SHDC"]):    "Shuffle the deck and deal out numhands n-card hands"    random.shuffle(deck)    return [deck[n * i:n * (i + 1)] for i in range(numhands)]
  计算牌面类别
  def jinhua_rank(hand):    groups = group(["--23456789TJQKA".index(r) for r, s in hand])    counts, ranks = unzip(groups)    ranks = sorted(ranks, reverse=True)    straight = len(set(ranks)) == 3 and (max(ranks) - min(ranks) == 2) # 顺子    flush = len(set([s for r, s in hand])) == 1 # 同花    if counts == (3, ):  # 3各牌，一样        return 8, max(ranks)    elif straight and flush: # 同花顺        return 7, max(ranks)    elif flush:  # 同花        return 6, ranks    elif straight:  # 顺子        return 5, max(ranks)    elif counts == (2, 1):  # 一对        return 4, kind(2, ranks), ranks    else: # 3单        return 3, ranks
  辅助函数
  def group(items):    groups = [(items.count(x), x) for x in set(items)]    groups.sort(reverse=True)    return groupsdef unzip(pairs): return zip(*pairs)
  
• 11 Jan 2014
  代理的代理：上网，抓取利器介绍做为一个网名，每天花不少时间浏览网页，由于某些原因，某些网站，在某个国家访问起来有困难。让人沮丧。采用过的方法，有如下几种：
  
  • 使用代理（以及某些工具配合某些浏览器插件，如proxy switchy），缺点是，不是特别稳定。
  • 使用VPN，速度慢，特别时访问国内的网站
  • 有些公司，会在路由器或者网关上，做手脚。干净的解决这个问题
    
  另外最近打算加入一家创业公司，需要全网抓数据，并分析。数据也是对方的宝贵资源，不会轻易让你抓的，会通过各种方式封杀：比如ip rate limiting和user rate limiting等。要和对方斗志斗勇。
  今天周末，早上起床后，想着：我应该要解决这两个问题，要干净利落，透明。
  方案代理的代理，对代理进行负载均衡
  可以写一个程序，它自己是一个HTTP代理服务器，但相对于一般的代理服务器，它有几个特点：
  
  • 程序部署在本地（或者内网，供家人或者团队使用）
  • 对于国内的访问（比如baidu，youku，weibo等），它简单的代理请求，overhead小
  • 对于国外的访问（比如某几个社交网站），它把收到的请求，转发给另外的代理服务器
  • 维护一组代理服务器（数千个），对他们进行分组，进行负载均衡，代理切换等，减轻被IP rate limiting的机会，也加快速度
  • 按照HTTP协议，cache一些资源（上网加速）
  • 实现HTTP connect，用于支持HTTPS。由于内网使用，可以不做安全限制（比如仅允许433端口）
    
  这样，它既是一个上网加速器，还能助我透明畅游海外，并且减轻 crawler维护多代理，进行代理切换的工作。
  小文件整体cache到redis，大文件metadata存redis，文件存硬盘。哈哈，这样可以从硬盘上收割无数图片和视频，算是额外收获了。
  有点意思。
  可行性调研上午开始编码，通过实际写code，来验证可行性。HTTP 代理服务器比较简单，HTTP，SOCKS代理协议也比较容易实现。搞了几个小时，程序基本work，可以做到浏览twiter，并且上youku也很快。
  接下来工作完善code，让程序更强壮。还有cache到硬盘的图片，好好规划一下，方便收割。