马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
- 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。
|