基于R语言的掷双骰（24次）胜率计算代码故障求助

你的代码核心问题出在最后计算胜率的部分，逻辑完全错误，前面的代码也可以优化：

原代码的问题点 #

• 最后一段for (i in 24)循环毫无意义，只会执行一次（i=24），且Die1和Die2仅保留最后一次掷骰的结果，无法统计24次掷骰里的双六次数。
• 胜率计算逻辑错误：你需要统计的是「24次掷骰中至少出现一次双六」的概率，或者多次模拟游戏后的获胜比例，原代码的throws/2 *100完全不符合需求。
• 前面的throws向量存的是骰子和，其实直接记录是否掷出双六会更直观。

修正后的代码 #

1. 单次游戏（掷24次双骰）的结果 #

先修改代码，直接记录每次是否掷出双六，然后判断是否获胜：

# 初始化向量，记录每次掷骰是否是双六
is_double_six <- logical(24)

for(i in 1:24) {
  die1 <- sample(1:6, size = 1)
  die2 <- sample(1:6, size = 1)
  is_double_six[i] <- (die1 == 6 & die2 == 6)
}

# 判断本次游戏是否获胜（至少一次双六）
game_won <- any(is_double_six)
game_won

# 本次游戏中双六出现的次数
double_six_count <- sum(is_double_six)
double_six_count

2. 多次模拟计算胜率 #

如果要计算「玩一次游戏（24次掷骰）的胜率」，需要多次重复整个游戏过程，统计获胜次数的比例：

# 设置模拟次数
simulations <- 10000
# 记录每次模拟是否获胜
win_results <- logical(simulations)

for(sim in 1:simulations) {
  is_double_six <- logical(24)
  for(i in 1:24) {
    die1 <- sample(1:6, size = 1)
    die2 <- sample(1:6, size = 1)
    is_double_six[i] <- (die1 == 6 & die2 == 6)
  }
  win_results[sim] <- any(is_double_six)
}

# 计算胜率（百分比）
win_rate <- mean(win_results) * 100
cat("模拟", simulations, "次后的胜率为：", round(win_rate, 2), "%\n")

3. 更简洁的向量化写法（避免嵌套循环） #

R里可以用向量化操作简化代码，效率更高：

simulations <- 10000
# 每次模拟掷24次双骰，生成24*2的矩阵（每行是一次掷骰的两个骰子）
dice_rolls <- replicate(simulations, matrix(sample(1:6, 24*2, replace = TRUE), ncol = 2))
# 判断每次模拟是否有至少一次双六
win_results <- apply(dice_rolls, 3, function(x) any(x[,1] == 6 & x[,2] == 6))
# 计算胜率
win_rate <- mean(win_results) * 100
cat("模拟", simulations, "次后的胜率为：", round(win_rate, 2), "%\n")

理论上，单次游戏（24次掷骰）的胜率是1 - (35/36)^24 ≈ 49.14%，模拟次数足够多时，结果会接近这个值。

内容的提问来源于stack exchange，提问作者khali-blinks