为何嵌套调用函数时random.sample输出重复结果？

核心原因排查 #

你的代码出现嵌套调用时随机化失效的问题，大概率是以下几种情况导致：

1. 随机种子被重复固定设置 #

如果simulate函数内部每次调用都执行了random.seed(固定值)这类代码，会强制将随机数生成器重置到同一个初始状态。这样每次调用simulate时，random.sample都会生成完全相同的随机序列，导致牌局结果完全重复。

你单独调用时结果不同，可能是因为单独调用的两次是在不同的脚本进程中运行（比如每次运行脚本只执行两次循环），而嵌套调用是在同一个进程中连续执行，每次都重置种子到同一点，所以结果完全一致。

2. 复用了未重置的全局/静态牌池对象 #

如果simulate函数依赖全局定义的剩余牌池（比如remaining_cards是全局变量），且每次调用后没有重新从完整牌池中过滤已用牌，而是直接在剩余牌池上修改：

• 单独调用时，每次运行脚本都会重新初始化全局牌池，因此两次结果不同；
• 嵌套调用时，第一次调用后全局牌池已被抽走部分牌，但后续调用没有重置，若逻辑错误导致剩余牌池被错误恢复到初始状态，就会出现重复结果。

更常见的错误是：simulate函数内部没有每次基于传入的hands和board重新计算已用牌，而是复用了第一次调用时的已用牌集合，导致每次剩余牌池完全相同，最终抽牌结果重复。

3. 传入的可变参数被原地修改且未重置 #

如果simulate函数内部对传入的hands或board进行了原地修改（比如将抽到的公共牌追加到board列表中），那么在monte_carlo的循环中，后续调用simulate时传入的board已经包含了之前抽到的牌。不过这种情况通常会导致后续牌局可用牌越来越少，而非完全重复，除非你的逻辑中错误地将board强制重置回初始状态，且重置方式导致每次剩余牌池完全一致。

修复方案 #

• 移除固定随机种子：检查simulate函数，删除任何固定随机种子的代码，确保随机数生成器的状态连续前进。
• 每次重新生成剩余牌池：在simulate函数内部，每次调用都基于传入的参数重新计算已用牌，从完整牌池中过滤剩余牌，不要复用全局或局部缓存的牌池：

  def generate_full_deck():
      # 生成标准52张扑克牌的函数实现
      suits = ['h', 's', 'd', 'c']
      ranks = ['A', '2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K']
      return [rank + suit for suit in suits for rank in ranks]
  
  def simulate(hands, board):
      full_deck = generate_full_deck()
      # 计算所有已用牌
      used_cards = []
      for hand in hands:
          used_cards.extend(hand)
      used_cards.extend(board)
      # 过滤得到剩余可用牌
      remaining = [card for card in full_deck if card not in used_cards]
      # 随机抽取需要的牌（比如补全公共牌到5张）
      drawn = random.sample(remaining, 5 - len(board))
      # 后续手牌评估逻辑...
      return outcome
  

• 避免修改传入的可变参数：如果需要修改board或hands，先创建副本（比如board_copy = board.copy()），再对副本进行操作，防止影响后续调用的输入参数。

内容的提问来源于stack exchange，提问作者HansDieter88