生日悖论23人场景模拟结果偏离50%理论值的问题排查

初始问题 #

• 针对23人样本开展生日悖论概率计算时，无论采用哪种计算逻辑，得到的“存在至少两人生日相同”的概率结果始终约为65%，与公开的约50%的理论值存在明显偏差
• 希望协助排查计算过程中的错误并给出修正方案，若计算逻辑无误，也请说明结果出现偏差的原因
• 已编写对应的验证小程序，可供查看代码并提出修改意见

问题解决说明 #

经反馈排查，问题已定位修复：

• 错误根因：原模拟逻辑存在状态残留问题，仅在检测到重复生日时才会清空存储生日数据的列表，未检测到重复的模拟轮次不会清空列表，导致前序轮次的生日数据混入后续模拟，人为拉高了重复概率的统计值
• 修复方案：将列表清空操作clear()移动到重复判断的if条件分支外，保证每一轮模拟迭代结束后，无论是否检测到生日重复，都清空存储列表再启动下一轮模拟
• 验证结果：修复后多轮模拟的结果稳定在50%左右，与生日悖论的理论预期完全一致

内容的提问来源于stack exchange，提问作者VirusWar