生日悖论是一个概率论中的现象，它说明了在一定的条件下，一个不太可能的偶然事件发生的概率会比直觉认为的要大得多。具体来说，生日悖论指的是，在一个随机选择的23人群体中，至少有两个人生日相同的概率超过50%。
假设一个班级有23个学生，我们可能会直觉地认为班级里至少有两个人生日相同的概率很低。但实际上，我们可以这样计算：第一个学生的生日可以是任意一天，第二个学生的生日与第一个学生不同的概率是364/365，第三个学生的生日与前两个都不同的概率是363/365，以此类推。当计算到第23个学生时，至少有两个人生日相同的概率已经超过了50%。
具体计算如下：
所以，23个人中至少有两个人生日相同的概率大约是50.73%。
在很多人看来，这个概率出人意料地高。如果你对这个结论持怀疑态度，还可以利用计算机生成随机数进行模拟试验。
代码1：生日悖论模拟试验
import randomdef birthday_paradox试验(人数, 试验次数):生日相同次数 = 0for _ in range(试验次数):生日列表 = [random.randint(1, 365) for _ in range(人数)]if len(生日列表) != len(set(生日列表)):生日相同次数 += 1return 生日相同次数 / 试验次数# 设置人数为23，试验次数为10000次人数 = 23试验次数 = 10000概率 = birthday_paradox试验(人数, 试验次数)print(f"在{人数}个人中，至少有两个人生日相同的概率为：{概率:.4f}")
以上代码通过随机模拟10000次试验来计算概率，输出结果可能在50%到52%之间波动，但总体上会接近理论值 50.73%。
而如果一个班级的人数是50人，至少有两个同学同一天生日的概率大约是97.04%。如果让这个概率超过99%，班级中至少需要有57名学生。由此可见在一个50-60人的班级里，至少有两个同学在同一天过生日完全是个大概率事件。
代码2：50人班级里至少有两个同学同一天生日的概率
from math import factorialdef calculate_probability(n, k):# Probability that no one shares a birthdayprob_no_shared = 1for i in range(n):prob_no_shared *= (k - i) / k# Probability that at least two people share a birthdayprob_shared = 1 - prob_no_sharedreturn prob_shared# Calculate the probability for a class of 50 studentsprobability_50_students = calculate_probability(50, 365)probability_50_students
import math# Setting the target probabilitytarget_probability = 0.99# Initial valuesn = 0probability = 0# Incrementing n until the probability is above the targetwhile probability < target_probability:n += 1probability = 1 - math.prod([(365 - i) / 365 for i in range(n)])n
生日悖论在算法中的应用主要体现在概率算法和蒙特卡洛方法上。这些算法利用了生日悖论中的概率原理，通过随机抽样来估计某个问题的解。例如，在密码学中，生日攻击是一种利用生日悖论原理来破解哈希函数的攻击方式。
探索更多生日悖论对计算机算法的启发，推荐你阅读《算法导论》。
延伸阅读
▼
推荐理由：MIT四大名师联手铸就。算法标准教材，国内外千余所高校采用！影响全球千万程序员！本书将严谨性和全面性融为一体，深入讨论各类算法，并着力使这些算法的设计和分析能为各个层次的读者接受。
本文来源：原创，图片来源：原创、AI生成
责任编辑：郑琳琳，部门领导：宁姗
发布人：白钰
