互联网上有大量资源在讨论着名的生日悖论。我很清楚你如何计算两个人分享生日的概率，即P（s）= 1-P（d）。然而，如果我问自己一些显然更简单的东西我会失速：首先，假设我生成两个随机的生日。生日快乐就像掷硬币一样。要么是两个人分享生日（Heads），要么他们不分享生日（Tail）。运行500次，最终结果（nbr Heads / 500）将以某种方式接近0.5
但如果我生成三个随机生日，我怎么想这个呢？那我怎么估计概率呢？显然，我的硬币类比不适用。
我的问题的第2部分：一旦我弄清楚了上述情况，我将需要进行扩展并生成30或50个生日。是否有推荐的技术或算法来隔离大型相同的生日？我应该将它们放入数组并循环它们吗？
谢谢
这就是我认为我需要的东西：
part1的
r = 25，即每次试运行都会产生25个生日
试验1＆gt; 3个重复：0
试验2＆gt; 3个重复：0
试验3＆gt; 3个重复：2
试验4＆gt; 3个重复：1
...
T100＆gt; 3个重复：2
估计3人在25 =（0 + 0 + 2 + 1 + ... + 2）/ 100
的房间里分享生日的概率第2部分
为2个重复项创建一个数组，为3个重复项创建一个数组，为多于3个重复项创建一个数组
将每个生成的生日逐个添加到第一个数组中。但在此之前，循环遍历数组以查看它是否已存在。如果是这样，将其添加到第二个数组，但在此之前重复上述过程，依此类推
它似乎不是一个非常有效的算法:)建议在这里改进Big O？
答案 0 :(得分：1)
创建一个长度为365的整数数组，初始化为0.然后在1-365之间生成N（在您的情况下为25）随机数，并在数组中增加该数字（即.bdays [random_value] ++）。由于您只对发生碰撞感兴趣，因此在增加数组中的数字后立即检查它是否大于2（如果是，则会发生第二次碰撞，这意味着有3个人具有相同的生日）。跟踪碰撞并根据需要多次执行（1000）。
最后，碰撞比率/ 1000将是您要求的值。
并且，没有投掷硬币类比是错误的。
答案 1 :(得分：0)
在CrossValidated上查看this类似问题及其答案，但我认为再次获得基本知识确实值得考虑经典生日问题。
问题的第二部分：取决于您使用的语言。我绝对建议使用R来解决这样的问题，因为通过简单的unique调用可以轻松地检查列表/向量/数据框中的相同生日。要运行这样简单的MC模拟R再次非常方便，请检查上面链接的第二个答案。
答案 2 :(得分：0)
听起来你的第一个任务就是创建一个生成随机生日的方法。为简单起见，您可以使用数字1-365表示独特的生日。
在ArrayList中存储许多随机生日（在第一种情况下更晚一次）作为字符串。您将需要使用循环来调用随机数函数并将值存储在列表中。
然后创建一个函数来搜索ArrayList以获取重复项。如果有任何重复（无论多少）那么这就是Heads的结果。如果没有匹配则是Tails。
你的概率将与50/50大不相同，直到你达到20左右。