终于有人把生日悖论讲明白了

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 random

def birthday_paradox试验(人数, 试验次数):
    生日相同次数 = 0
    for _ 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 += 1
    return 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 factorial

def calculate_probability(n, k):

    # Probability that no one shares a birthday
    prob_no_shared = 1
    for i in range(n):
        prob_no_shared *= (k - i) / k

    # Probability that at least two people share a birthday
    prob_shared = 1 - prob_no_shared
    return prob_shared

# Calculate the probability for a class of 50 students
probability_50_students = calculate_probability(50, 365)
probability_50_students

代码3：两个同学同一天生日的概率超过99%，班级里至少有多少人

import math

# Setting the target probability
target_probability = 0.99

# Initial values
n = 0
probability = 0

# Incrementing n until the probability is above the target
while probability < target_probability:
    n += 1
    probability = 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。