• 用python开发一个炸金花小游戏

    众所周知扑克牌可谓是居家旅行、桌面交友的必备道具，

    今天我们用 Python 来实现一个类似炸金花的扑克牌小游戏，先来看一下基本的游戏规则。

    炸（诈）金花又叫三张牌，是在全国广泛流传的一种民间多人纸牌游戏。游戏使用一副除去大小王的扑克牌，共 4 个花色 52 张牌，各个玩家从中抽取 3 张牌，比较大小。各种牌型的大小顺序如下（按照全排列组合中出现的概率越小，牌型分数奖励越大）：1、同花顺：三张同样花色且点数连续的牌，如红心2、红心3、红心4；2、豹子：三张点数一样的牌，如 AAA、222；3、顺子：三张点数连续的牌，如红心2、黑桃3、方块4；4、金花：三张同样花色的牌，如红心2、红心5、红心8；5、对子：两张点数一样的牌，如红心2、黑桃2；6、单张：2~10 < J < Q < K < A。以下概率截自百度百科：

    图片

    注：本文所述游戏规则与实际有所不同，主要基于对不同牌型的比较进行设计

    一、游戏流程实现

    图片

    1、准备扑克牌

    开始游戏前，需要先生成一副满足要求的扑克牌，牌友们都知道，扑克牌有以下四种花色，每种花色有 A、2~10、J、Q、K 等 13 张牌。

    1. suit = ["黑桃", "红心", "方块", "梅花"]
    2. num = [str(i) for i in range(2, 11)] + ["J", "Q", "K", "A"]

    为了便于后续算分，先给每一个单张赋予相应的点数。

    1. score_map = {}  # 单张点数映射表
    2. for s in suit:
    3.     count = 2
    4.     for n in num:
    5.         score_map[f"{s}{n}"] = count
    6.         count += 1

    扑克牌点数预览如下：

    score_map  =  {'黑桃2': 2, '黑桃3': 3, '黑桃4': 4, '黑桃5': 5, '黑桃6': 6, '黑桃7': 7, '黑桃8': 8, '黑桃9': 9,  '黑桃10': 10, '黑桃J': 11, '黑桃Q': 12, '黑桃K': 13, '黑桃A': 14, '红心2': 2, ... }

    2、玩家入场

    以 p1、p2 等名称对玩家进行区分，我们先邀请 5 个玩家入场。

    players = [f"p{i}" for i in range(1, 6)]

    3、发牌

    将玩家和扑克牌列表作为参数，传入发牌器。发牌器在扑克牌中进行不放回抽取，为每个玩家随机抽取 3 张牌，并记下玩家名称及其对应牌组。

    1. def get_pk_lst(pls, pks):
    2.     result = []
    3.     for p in pls:
    4.         pk = sample(pks, 3)
    5.         for _pk in pk:
    6.             pks.remove(_pk)
    7.         result.append({"name": p, "poker": pk})
    8.     return result
    9.  
    10. pokers = list(score_map.keys())  # 去掉大小王的一幅扑克
    11. poker_grp = get_pk_lst(players, pokers)  # 发牌

    发牌预览如下：

    result = [{'name': 'p1', 'poker': ['方块5', '梅花3', '方块A']}, {'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J']}, {'name': 'p3', 'poker': ['红心10', '红心K', '方块7']}, {'name': 'p4', 'poker': ['方块4', '梅花6', '方块J']}, {'name': 'p5', 'poker': ['红心5', '梅花10', '黑桃A']}]

    4、判断牌型及算分

    在算分之前先按之前的映射字典，将 pk_lst 里的 3 张扑克牌转换成对应的点数。

    n_lst = list(map(lambda x: score_map[x], pk_lst))  # 点数映射

    接下来截取花色部分的文本，利用集合去重后判断是否为三张同花。

    same_suit = len(set([pk[:2] for pk in pk_lst])) == 1  # 是否同花色

    再对点数部分进行排序，与依靠点数的最值生成的顺序列表进行比较，判断是否为连续的点数。要注意的是，A23 与 QKA 一样被视作顺子。

    continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == {14, 2, 3}  # 是否连续

    别忘了考虑对子和豹子的检查方式。

    check = len(set(n_lst))  # 重复情况

    那么正式开始判断牌型和算分吧！首先是单张，非同花、非顺子、三张点数不一。得分以 3 个单张点数相加。

    1. if not same_suit and not continuity and check == 3:
    2.     return sum(n_lst), "单张"

    其次是对子，非同花，有且仅有两张点数一致。得分中对于构成对子的部分给予 2 倍奖励。

    1. if not same_suit and check == 2:
    2.     w = [i for i in n_lst if n_lst.count(i) == 2][0]
    3.     single = [i for i in n_lst if i != w][0]
    4.     return w*2*2 + single, "对子"

    金花，即同花而非顺子，给予 9 倍奖励。

    1. if same_suit and not continuity:
    2.     return sum(n_lst)*9, "金花"

    顺子，即点数连续而非同花，给予 81 倍奖励。

    1. if continuity and not same_suit:
    2.     return sum(n_lst)*81, "顺子"

    豹子，即三张点数一致，这不得刷个 666 嘛。

    1. if check == 1:
    2.     return sum(n_lst)*666, "豹子"

    同花顺，同花色且点数连续，绝了，赌神一个技能 999 伤害。

    1. if continuity and same_suit:
    2.     return sum(n_lst)*999, "同花顺"

    5、决出胜负

    一组玩家、抽牌、算分、牌型记录如下：

    pk_grp = [{'name': 'p1', 'poker': ['方块5', '梅花3', '方块A'], 'score': 22, 'type': '单张'}, {'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J'], 'score': 23, 'type': '单张'}, {'name': 'p3', 'poker': ['红心10', '红心K', '方块7'], 'score': 30, 'type': '单张'}, {'name': 'p4', 'poker': ['方块4', '梅花6', '方块J'], 'score': 21, 'type': '单张'}, {'name': 'p5', 'poker': ['红心5', '梅花10', '黑桃A'], 'score': 29, 'type': '单张'}]

    利用 max 函数找出来谁是最棒的，公布名字！

    best = max(pk_grp, key=lambda x: x["score"])["name"]

    赢家是------ p3

    好啦，又可以开始下一场愉快的游戏了~

    二、统计及源码

    图片

    1、牌型统计

    进行了 10 万场游戏并对各类牌型进行频率统计，可见与前述排列组合的计算所得概率基本一致。另外，搜索公众号Linux就该这样学后台回复“猴子”，获取一份惊喜礼包。

    1. Counter({'单张': 371856, '对子': 84773, '金花': 24833, '顺子': 16239, '豹子': 1179, '同花顺': 1120})
    2. 单张频率：74.37%
    3. 对子频率：16.95%
    4. 金花频率：4.97%
    5. 顺子频率：3.25%
    6. 豹子频率：0.24%
    7. 同花顺频率：0.22%

    2、牌局案例

    各类牌型的局面和结果如下：

    1. 开牌结果------
    2. {'name': 'p1', 'poker': ['方块5', '梅花3', '方块A'], 'score': 22, 'type': '单张'}
    3. {'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J'], 'score': 23, 'type': '单张'}
    4. {'name': 'p3', 'poker': ['红心10', '红心K', '方块7'], 'score': 30, 'type': '单张'}
    5. {'name': 'p4', 'poker': ['方块4', '梅花6', '方块J'], 'score': 21, 'type': '单张'}
    6. {'name': 'p5', 'poker': ['红心5', '梅花10', '黑桃A'], 'score': 29, 'type': '单张'}
    7. 赢家是------
    8. p3
    9.  
    10.  
    11. 开牌结果------
    12. {'name': 'p1', 'poker': ['方块Q', '黑桃5', '黑桃K'], 'score': 30, 'type': '单张'}
    13. {'name': 'p2', 'poker': ['黑桃2', '方块2', '红心10'], 'score': 18, 'type': '对子'}
    14. {'name': 'p3', 'poker': ['梅花2', '黑桃4', '梅花J'], 'score': 17, 'type': '单张'}
    15. {'name': 'p4', 'poker': ['红心K', '梅花7', '红心6'], 'score': 26, 'type': '单张'}
    16. {'name': 'p5', 'poker': ['方块A', '方块6', '红心4'], 'score': 24, 'type': '单张'}
    17. 赢家是------
    18. p1
    19.  
    20.  
    21. 开牌结果------
    22. {'name': 'p1', 'poker': ['黑桃J', '黑桃5', '黑桃4'], 'score': 180, 'type': '金花'}
    23. {'name': 'p2', 'poker': ['梅花7', '红心4', '梅花5'], 'score': 16, 'type': '单张'}
    24. {'name': 'p3', 'poker': ['方块5', '黑桃9', '梅花10'], 'score': 24, 'type': '单张'}
    25. {'name': 'p4', 'poker': ['黑桃Q', '梅花9', '黑桃10'], 'score': 31, 'type': '单张'}
    26. {'name': 'p5', 'poker': ['红心9', '方块9', '红心A'], 'score': 50, 'type': '对子'}
    27. 赢家是------
    28. p1
    29.  
    30.  
    31. 开牌结果------
    32. {'name': 'p1', 'poker': ['方块8', '黑桃10', '方块9'], 'score': 2187, 'type': '顺子'}
    33. {'name': 'p2', 'poker': ['梅花9', '红心Q', '黑桃3'], 'score': 24, 'type': '单张'}
    34. {'name': 'p3', 'poker': ['方块A', '梅花K', '黑桃4'], 'score': 31, 'type': '单张'}
    35. {'name': 'p4', 'poker': ['方块J', '红心J', '红心6'], 'score': 50, 'type': '对子'}
    36. {'name': 'p5', 'poker': ['梅花5', '黑桃K', '方块3'], 'score': 21, 'type': '单张'}
    37. 赢家是------
    38. p1
    39.  
    40.  
    41. 开牌结果------
    42. {'name': 'p1', 'poker': ['黑桃Q', '黑桃8', '梅花6'], 'score': 26, 'type': '单张'}
    43. {'name': 'p2', 'poker': ['红心3', '梅花3', '黑桃3'], 'score': 5994, 'type': '豹子'}
    44. {'name': 'p3', 'poker': ['红心A', '红心6', '方块5'], 'score': 25, 'type': '单张'}
    45. {'name': 'p4', 'poker': ['黑桃4', '梅花A', '方块2'], 'score': 20, 'type': '单张'}
    46. {'name': 'p5', 'poker': ['梅花7', '黑桃6', '梅花8'], 'score': 1701, 'type': '顺子'}
    47. 赢家是------
    48. p2
    49.  
    50.  
    51. 开牌结果------
    52. {'name': 'p1', 'poker': ['黑桃5', '梅花9', '方块9'], 'score': 41, 'type': '对子'}
    53. {'name': 'p2', 'poker': ['黑桃Q', '黑桃2', '红心Q'], 'score': 50, 'type': '对子'}
    54. {'name': 'p3', 'poker': ['红心2', '黑桃7', '红心5'], 'score': 14, 'type': '单张'}
    55. {'name': 'p4', 'poker': ['梅花3', '方块10', '黑桃A'], 'score': 27, 'type': '单张'}
    56. {'name': 'p5', 'poker': ['黑桃9', '黑桃J', '黑桃10'], 'score': 29970, 'type': '同花顺'}
    57. 赢家是------
    58. p5

    3、完整代码

    1. # @Seon
    2. # 炸金花
    3.  
    4. from random import sample
    5. from collections import Counter
    6.  
    7.  
    8. def get_pk_lst(pls, pks):  # 发牌
    9.     result = []
    10.     for p in pls:
    11.         pk = sample(pks, 3)
    12.         for _pk in pk:
    13.             pks.remove(_pk)
    14.         result.append({"name": p, "poker": pk})
    15.     return result
    16.  
    17.  
    18. def calculate(_score_map, pk_lst):  # 返回得分和牌型
    19.     n_lst = list(map(lambda x: _score_map[x], pk_lst))  # 点数映射
    20.     same_suit = len(set([pk[:2] for pk in pk_lst])) == 1  # 是否同花色
    21.     continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == {14, 2, 3}  # 是否连续
    22.     check = len(set(n_lst))  # 重复情况
    23.     if not same_suit and not continuity and check == 3:
    24.         return sum(n_lst), "单张"
    25.     if not same_suit and check == 2:
    26.         w = [i for i in n_lst if n_lst.count(i) == 2][0]
    27.         single = [i for i in n_lst if i != w][0]
    28.         return w*2*2 + single, "对子"
    29.     if same_suit and not continuity:
    30.         return sum(n_lst)*9, "金花"
    31.     if continuity and not same_suit:
    32.         return sum(n_lst)*81, "顺子"
    33.     if check == 1:
    34.         return sum(n_lst)*666, "豹子"
    35.     if continuity and same_suit:
    36.         return sum(n_lst)*999, "同花顺"
    37.  
    38.  
    39. def compare(_score_map, pk_grp):  # 比大小
    40.     for p in pk_grp:
    41.         p["score"], p["type"] = calculate(_score_map, p["poker"])
    42.     print("开牌结果------")
    43.     for p in pk_grp:
    44.         print(p)
    45.     print("赢家是------")
    46.     best = max(pk_grp, key=lambda x: x["score"])["name"]
    47.     print(best)
    48.     return pk_grp
    49.  
    50.  
    51. def show(_score_map, _players):   # 开局
    52.     pokers = list(_score_map.keys())
    53.     poker_grp = get_pk_lst(_players, pokers)
    54.     return compare(_score_map, poker_grp)
    55.  
    56.  
    57. def start_game(_score_map, _players, freq=1):   # 游戏和统计
    58.     type_lst = []
    59.     for i in range(freq):
    60.         grp = show(_score_map, _players)
    61.         type_lst = type_lst + [t["type"] for t in grp]
    62.     c = Counter(type_lst)
    63.     print(c)
    64.     total = sum(c.values())
    65.     for item in c.items():
    66.         print(f"{item[0]}频率：{item[1]/total:.2%}")
    67.  
    68.  
    69. if __name__ == '__main__':
    70.     # 准备扑克牌
    71.     suit = ["黑桃", "红心", "方块", "梅花"]
    72.     num = [str(i) for i in range(2, 11)] + ["J", "Q", "K", "A"]
    73.     score_map = {}  # 单张点数映射表
    74.     for s in suit:
    75.         count = 2
    76.         for n in num:
    77.             score_map[f"{s}{n}"] = count
    78.             count += 1
    79.     # 5个玩家入场
    80.     players = [f"p{i}" for i in range(1, 6)]
    81.     # 开始游戏
    82.     start_game(score_map, players, freq=100000)
     

    
                
    
                    
    
                
    • 

                
  • 

                    相关阅读:
    
                    
java计算机毕业设计高校科研信息管理系统MyBatis+系统+LW文档+源码+调试部署                            
    
解决谷歌学术bib信息不全的问题                            
    
SQL注入攻击分为几类?如何防御?                            
    
如何通过更好的文档管理减轻小型企业的压力                            
    
Node.js | 内置模块 http | fs | path 综合小案例：分离HTML文件                            
    
Json转换工具类                            
    
LeetCode 54 螺旋矩阵                            
    
生死时速，分秒必争                            
    
centos编译升级cmake，痛苦的Linux小白                            
    
Azure - 自动化机器学习AutoML Azure使用详解                            
    
                        
                
    • 
                
  • 
                    原文地址：https://blog.csdn.net/liuxing__jacker/article/details/132692958
                
    •