Python抛硬币模拟问题：多组独立实验统计连续6次同面次数

• 核心问题是全局的ListOfResults列表没有在每轮独立实验开始前重置，所有轮次的抛硬币结果会持续追加到同一个列表中，第一轮实验后列表长度为100，第二轮就变成200，后续统计逻辑也是基于累计的全量结果计算，完全不符合10组独立100次抛掷的实验要求。
• 次要问题是当前统计连续6次同面的逻辑用了三层嵌套循环，时间复杂度高，后续扩展到10000次实验时运行效率会非常低。

import random as rd

experiment_times = 10000  # 可直接调整为需要的实验次数
has_streak_count = 0  # 统计出现过至少1次连续6次同面的实验轮数
ListOfStreaks = []

for _ in range(experiment_times):
    ListOfResults = []  # 每轮实验开始前清空结果列表，保证轮次独立
    current_streak = 1
    current_experiment_streaks = 0
    # 生成本轮100次抛硬币结果
    for _ in range(100):
        ListOfResults.append(rd.randint(0,1))
    # 统计本轮连续6次同面的次数
    for i in range(1, len(ListOfResults)):
        if ListOfResults[i] == ListOfResults[i-1]:
            current_streak +=1
            if current_streak == 6:
                current_experiment_streaks +=1
                # 若连续7次同面需计为2次重叠的连续6次，注释掉下面一行即可
                # current_streak = 0
        else:
            current_streak = 1
    ListOfStreaks.append(current_experiment_streaks)
    if current_experiment_streaks > 0:
        has_streak_count +=1

print("每轮实验连续6次同面的次数统计：", ListOfStreaks)
print(f"100次抛硬币出现至少1次连续6次同面的估算概率：{has_streak_count / experiment_times:.2%}")

• 每轮实验开始前重新初始化ListOfResults，保证每轮的100次抛掷结果完全独立，不会和其他轮次的结果混淆。
• 优化了连续同面统计逻辑，仅需单次遍历本轮的100次结果即可完成统计，时间复杂度从O(n²)降到O(n)，跑10000次实验也能快速出结果。
• 新增了概率计算逻辑，直接统计出现过至少1次连续6次同面的实验轮数，除以总实验次数即可得到需要的估算概率。

内容的提问来源于stack exchange，提问作者Trey