python - 模拟抛硬币实验 - RealPython

Question

有人可以帮我解释以下 Realpython 分配任务的解决方案吗？我发现的解决方案似乎令人困惑。

编写一个使用抛硬币模拟的 Python 脚本来确定这个稍微复杂一些的概率谜题的答案:我不断地抛硬币，直到我看到它至少一次正面和反面都落在地上 - 换句话说，在我第一次抛硬币后，我继续抛硬币，直到得到不同的结果。平均而言，我总共需要掷多少次硬币？同样，可以计算出实际概率，但这里的重点是使用 randint 模拟事件。要获得预期的平均抛掷次数，您应该将变量 trials 设置为 10000 并将变量 flips 设置为 0 ，然后在每次抛硬币时将 1 添加到 flips 变量。然后您可以在代码末尾打印 flips/trials 以查看平均翻转次数。

    from random import randint
    flips = 0
    trials = 10000
    for i in range(trials):
        first_flip = randint(0, 1)
        while randint(0, 1) == first_flip:
            flips += 1           # Every flip after the first flip.
    print("flips done is {}".format(flips))
    print(flips / trials + 2.0)  # Initial trial and final trial added.

在上述情况下，如果 first_flip 为 0 并且 while 循环条件在第一次随机尝试时产生 1，则 for 循环迭代而不添加翻转。此外，如果 while 循环在随机尝试等于 first_flip 时运行，则在 while 循环轨迹内，即，不添加 for 循环中“i”的值。简而言之，最终的翻转次数或多于或少于试验次数。

谁能帮我解释这背后的逻辑或更好的 python 脚本？

Answer 1

代码主要按照您的想法工作。您缺少的部分:

if the first_flip is 0 and the while loop condition produces 1 at the very first random attempt, the for loop iterates without adding the flips.

这在底部解决了，

print(flips / trials + 2.0)  # Initial trial and final trial added.

他们在此处添加每次试验的 2 个“缺失”翻转。

---

如果代码是我写的，我会这样做。

flips = 0
def flip():
    global flips
    flips += 1
    return randint(0,1)

trials = 10000
for i in range(trials):
    first_flip = flip()
    while flip() == first_flip:
        pass

print("flips done is {}".format(flips))
print("average flips", flips / trials)