长期以来德州扑克游戏的洗牌算法遭受玩家的指责与质疑，总有玩家怀疑系统洗牌算法不够公正和纯粹。那怎么样的洗牌才算公平公正呢，下面针对德州扑克游戏的洗牌算法做一次全面的分析和比较。

衡量标准

误差率

参考了知名博主陈皓的一篇博文：《如何测试洗牌程序》原文链接：http://coolshell.cn/articles/8593.html/comment-page-3#comment-1472633 

有兴趣的可以去看一下。

我们知道，洗牌洗得好不好，主要是看是不是够随机。那么如何测试随机性呢？试想，我们有个随机函数rand()返回1到10中的一个数，如果够随机的话，每个数返回的概率都应该是一样的，也就是说每个数都应该有10分之1的概率会被返回。

一到概率问题，我们只有一个方法来做测试，那就是用统计的方式。也就是说，你调用rand()函数100次，其中，每个数出现的次数大约都在10次左右。（注意：我用了左右，这说明概率并不是很准确的）不应该有一个数出现了15次以上，另一个在5次以下，要是这样的话，这个函数就是错的。举一反三，测试洗牌程序也一样，需要通过概率的方式来做统计，是不是每张牌出现在第一个位置的次数都是差不多的。

这里提出了一个概念：误差率，即每张牌在1-52的位置上出现的概率和理论上的概率的偏差。

重复率

以上的测试只是测试了牌在各个位置的概率。这个还不足够好。因为还可能会现在有Patten的情况。如：每次洗牌出来的都是一个循环顺序数组。这完全可以满足我上面的测试条件。但是那明显是错的。所以，还需要统计每种排列的出现的次数，看看是不是均匀。

第二个概念的提出：重复率，即测试100w或1000w手牌，统计出现的某个相同序列的和占总样本的比例。

二、误差率横向比较结果

由表1可以看出，双手洗+切 算法在误差率统计方面表现最好，在100w的样本下误差率能缩小到2%以内，即洗牌相对比较均匀，但是这个数值只考虑了单张牌的概率，没有顾及一个序列或某个Patten的重复出现情况。这在实际项目中应用是远远不够的，实际中需要考虑的情况应该更多。

下一节将对重复率做一个横向的比较。

三、重复率横向比较结果

用Debao洗牌算法进行1000w手牌测试，结果重复率为0，但双手洗+切 算法只测试了10w手牌就出现了严重的重复现象，说明这种算法非常不合理。

由于Debao的洗牌算法是基于Fisher_Yates算法的，这也从侧面反映了经典Fish_Yates算法有其存在的道理。

通过这次测试，我们可以说能够做到1000w手牌不重复。其实这也不是什么难事，因为52张牌的随机组合有52的阶乘那么多种可能，计算了一下大概是，1000w和这个数比简直微不足道。

四、德堡扑克洗牌算法

随机执行1~3次Fisher_Yates算法

表3是在不同随机值情况下测试的Debao洗牌算法的误差率，从表中数据可以看出调整随机值对误差率的影响不是很明显。说明这个Fisher_Yates算法是比较稳定的。

五、结论

现有洗牌算法从概率角度来讲是绰绰有余满足游戏公平性需求的。至于经常有玩家质疑系统洗牌算法的现象，绝大多数是心理作用导致。请摆正心态，健康游戏！

   (文：坤哥)