Java实现Monty Hall问题模拟结果异常：0.61而非预期0.66求排查

你的代码核心问题是在循环内部每次迭代都创建新的SecureRandom实例，这会导致随机数生成的随机性严重不足，进而引发概率计算偏差。

SecureRandom的初始化依赖系统熵池获取随机种子，频繁创建实例会导致种子重复或熵值不足，生成的随机数序列会出现偏向（比如玩家初始选择的门和正确门的重合概率高于理论的1/3），最终使得换门后的中奖概率低于预期的2/3。

修复后的代码 #

将SecureRandom的创建移到循环外部，确保整个测试过程使用同一个随机数生成器：

public static double MontyHall(int numTests) {
    int passedTests = 0;
    SecureRandom random = new SecureRandom(); // 移到循环外，仅初始化一次
    for(int i = 0; i < numTests; ++i) {
        List<Integer> puertas = new ArrayList<>(Arrays.asList(0,0,0)); //0wrong door, 1right door, -1opened door
        int rightDoor = random.nextInt(3);
        puertas.set(rightDoor, 1);
        int choice = random.nextInt(3);
        if(rightDoor == choice) {
            int aux = random.nextInt(2);
            for(int k = 0; k < puertas.size(); ++k) {
                if(k != rightDoor && aux == 0) {
                    puertas.set(k, -1);
                }
                else if(k != rightDoor) --aux;
            }
        } 
        else {
            for(int j = 0; j < puertas.size(); ++j) {
                if(j != rightDoor && j != choice) puertas.set(j, -1); 
            }
        }   
        for(int l = 0; l < puertas.size(); ++l) {
            if(l != choice && puertas.get(l) != -1) choice = l;  
        }
        if(puertas.get(choice) == 1) ++ passedTests;
    }
    return (double) passedTests / numTests;
}

验证结果 #

修改后运行100000次迭代，结果会接近理论值0.666左右，比如：

0.66589
0.66712
0.66603

额外优化建议 #

可以简化门的状态管理，不需要用List，直接用变量记录即可，减少不必要的集合操作：

// 替代List的简化逻辑：只需要记录正确门、初始选择、打开的门，不需要维护所有门的状态
int rightDoor = random.nextInt(3);
int choice = random.nextInt(3);
int openedDoor;
if (rightDoor == choice) {
    // 随机选一个错误门打开
    do {
        openedDoor = random.nextInt(3);
    } while (openedDoor == rightDoor);
} else {
    // 打开既不是正确门也不是初始选择的门
    openedDoor = 3 - rightDoor - choice;
}
// 换门：选择既不是初始选择也不是打开的门
choice = 3 - choice - openedDoor;

这种写法更简洁，也避免了集合操作可能带来的潜在问题。

内容的提问来源于stack exchange，提问作者BleachEnjoyer