Python itertools骰子掷骰:双倍掷骰两次

Python itertools骰子掷骰:双倍掷骰两次,python,algorithm,itertools,python-collections,Python,Algorithm,Itertools,Python Collections,我正在尝试学习Python库itertools,我认为一个很好的测试应该是模拟掷骰子。使用产品并使用集合库计算可能的方法的数量,很容易生成所有可能的卷。我试图解决游戏中出现的问题,比如:当双打打完后,你再打一次,最后的总数是两次打完的总和 下面是我解决这个问题的初步尝试:两个计数器,一个用于双打,另一个用于非双打。我不确定是否有一个很好的方法将它们结合起来,或者两个计数器是否是最好的方法 我正在寻找一种巧妙的方法来解决(通过枚举)使用itertools和collections的双倍骰子掷骰问题。

我正在尝试学习Python库
itertools
,我认为一个很好的测试应该是模拟掷骰子。使用
产品
并使用
集合
库计算可能的方法的数量,很容易生成所有可能的卷。我试图解决游戏中出现的问题,比如:当双打打完后,你再打一次,最后的总数是两次打完的总和

下面是我解决这个问题的初步尝试:两个计数器,一个用于双打,另一个用于非双打。我不确定是否有一个很好的方法将它们结合起来,或者两个计数器是否是最好的方法

我正在寻找一种巧妙的方法来解决(通过枚举)使用itertools和collections的双倍骰子掷骰问题。

import numpy as np
from collections import Counter
from itertools import *

die_n = 2
max_num = 6

die = np.arange(1,max_num+1)
C0,C1  = Counter(), Counter()

for roll in product(die,repeat=die_n):
    if len(set(roll)) > 1: C0[sum(roll)] += 1
    else: C1[sum(roll)] += 1

为了简单起见,这里省略了
numpy

首先,生成所有卷,无论是单卷还是双卷:

from itertools import product
from collections import Counter

def enumerate_rolls(die_n=2, max_num=6):
    for roll in product(range(1, max_num + 1), repeat=die_n):
        if len(set(roll)) != 1:
            yield roll
        else:
            for second_roll in product(range(1, max_num + 1), repeat=die_n):
                yield roll + second_roll
现在进行一些测试:

print(len(list(enumerate_rolls()))) # 36 + 6 * 36 - 6 = 246
A = list(enumerate_rolls(5, 4))
print(len(A)) # 4 ** 5 + 4 * 4 ** 5 - 4 = 5116
print(A[1020:1030]) # some double rolls (of five dice each!) and some single rolls
结果是:

246
5116
[(1, 1, 1, 1, 1, 4, 4, 4, 4, 1), (1, 1, 1, 1, 1, 4, 4, 4, 4, 2), (1, 1, 1, 1, 1, 4, 4, 4, 4, 3), (1, 1, 1, 1, 1, 4, 4, 4, 4, 4), (1, 1, 1, 1, 2), (1, 1, 1, 1, 3), (1, 1, 1, 1, 4), (1, 1, 1, 2, 1), (1, 1, 1, 2, 2), (1, 1, 1, 2, 3)]
要获取总数,请使用特殊的
计数器
功能:

def total_counts(die_n=2, max_num=6):
    return Counter(map(sum, enumerate_rolls(die_n, max_num)))

print(total_counts())
print(total_counts(5, 4))
结果:

Counter({11: 18, 13: 18, 14: 18, 15: 18, 12: 17, 16: 17, 9: 16, 10: 16, 17: 16, 18: 14, 8: 13, 7: 12, 19: 12, 20: 9, 6: 8, 5: 6, 21: 6, 22: 4, 4: 3, 3: 2, 23: 2, 24: 1})
Counter({16: 205, 17: 205, 18: 205, 19: 205, 21: 205, 22: 205, 23: 205, 24: 205, 26: 205, 27: 205, 28: 205, 29: 205, 25: 204, 20: 203, 30: 203, 15: 202, 14: 200, 31: 200, 13: 190, 32: 190, 12: 170, 33: 170, 11: 140, 34: 140, 35: 102, 10: 101, 9: 65, 36: 65, 8: 35, 37: 35, 7: 15, 38: 15, 6: 5, 39: 5, 40: 1})

注意:此时,无法计算总数的概率。你必须知道它是双卷还是总卷才能正确称重。

你能更正式地说明这个问题吗?@KarlKnechtel Enumerate,使用itertools和collections库,当从
1
m
顺序编号的
n
骰子滚动时产生的非规范化概率分布。要计数的函数是
n
骰子的总和,除非所有骰子都匹配。如果第一卷上的所有骰子都匹配,那么计数的数字就是第一卷和第二卷的总和。他们在第二轮比赛中是否匹配并不重要。样本骰子有两个骰子,编号为1。6:<代码> [3,4],[2,1],[[4],[6],[2] ] /<代码>给出代码< > [7,3,16] < /Cord>。你可以考虑在蒙特卡洛风格的模拟中解决这个问题。如果在树表示中考虑这个问题:从根开始,滚动一次到深度为1的子级,其中只有具有双精度的子级具有相同结构的更深子级的子树。这意味着那些双卷子对象指向根。现在您有了一个很好的结构,可以从根开始进行随机渲染,以估计事件的概率。