无需登录 数据私有 本地保存

生日悖论实验 - 随机人群中共享生日概率

13
0
0
0

生日悖论实验

探索随机人群中共享生日的惊人概率——只需 23人，就有超过50%的概率至少两个人生日相同。

理论概率 · 至少两人共享生日
50.73%
23 人群体
经典：23人≈50%
2人255075100人
批量:
理论概率
50.73%
模拟频率
-
未运行
上次匹配数
-
匹配生日对
最热门日期
-
生日日历可视化 — 运行模拟以查看结果
无生日 1人 2人匹配 3人+
匹配详情（最近一次模拟）
常见问题与知识点

生日悖论（Birthday Paradox）是概率论中的一个经典结论：在一个随机群体中，只需要23个人，就有超过50%的概率至少有两个人生日相同。这被称为"悖论"是因为它违背了大多数人的直觉——人们通常认为需要183人（365的一半）才能达到50%的概率。实际上，这是因为我们比较的是所有可能的配对，23人可形成253对不同的组合。

关键在于配对数量的爆炸性增长。23个人可以形成 C(23,2) = 253 对不同的生日比较。虽然任意一对生日相同的概率只有 1/365 ≈ 0.27%，但253对独立比较使得整体概率迅速累积。计算公式为：
P ≈ 1 − e−n(n−1)/(2×365)
当 n=23 时，P ≈ 50.7%。这个近似公式在 n 较小时非常准确。

生日悖论在计算机科学和密码学中有重要应用：
• 哈希碰撞攻击：寻找两个产生相同哈希值的输入，其难度远低于直觉预期，这就是"生日攻击"的原理。
• 密码学安全：设计哈希函数时需考虑生日边界（birthday bound），确保输出长度足够抵抗生日攻击。
• 数据库去重：在大型数据集中检测重复记录的算法设计也借鉴了生日悖论的概率分析。

考虑闰年后，一年有366天（2月29日的概率约为1/1461，因为每4年一个闰年）。修正后的概率与标准365天模型相比差异极小。例如23人群体在366天模型下概率约为50.63%，与标准模型的50.73%几乎相同。大多数教材和工具（包括本工具）使用标准365天模型以简化计算。

人数概率人数概率
5人2.71%30人70.63%
10人11.69%40人89.12%
15人25.29%50人97.04%
20人41.14%60人99.41%
23人50.73%70人99.92%
25人56.87%100人99.99997%

计算所有人生日各不相同的概率，然后用1减去它：
P(所有不同) = (365/365) × (364/365) × (363/365) × ... × (365−n+1)/365
P(至少两人相同) = 1 − P(所有不同)

也可以使用近似公式（当n远小于365时）：
P ≈ 1 − e−n(n−1)/(2×365)
这个近似公式利用了 e−x ≈ 1−x（当x很小时）的性质。
🔧 相关工具