玩扑克洗牌洗几次？
关注微信：DuoDaaMath 每天获得更多数学趣文
作者：小米，哆嗒数学网群友，就读于纽约大学柯朗研究所。
大家打扑克牌时，洗牌一定是一项必备技能。对切法是一种常用的洗牌方法，主要流程是先将牌分成两半，以姆指扣紧牌，使牌弯曲，姆指逐渐松开内向拨牌，使兩叠牌交錯叠在一起（注1）。
今天我们就要问一个数学上的问题：用对切法要洗多少次牌才能把一副牌洗均匀呢？
回答这个问题分为两部分：第一部分是给出对切法洗牌的数学描述，第二部分是给出“洗均匀“的数学定义。为了讨论方便，我们假设一副牌有n张牌，而把我们的结果用到现实中时，n=54。
我们先把对切法洗牌过程数学化。
假设我们把一副扑克牌牌面朝下放置。
对切法洗牌分为两步：
第一步我们需要把牌分成两堆，第二步是把两堆牌按某种方式混合在一起。
现在我们在第一步中的两堆牌分别称为“上牌堆”和“下牌堆”，并把上牌堆中的牌标记为1，下牌堆中的牌标记为0。
设上牌堆里有k张牌，也就是说有k张牌被标记了1，(n-k)张牌被标记为0。这样，当我们完成一次洗牌后，从上往下观察牌堆，将会看到一个0和1组成、长度为n的序列，其中恰好有k个1和(n-k)个0。
我们可以把上面的过程逆过来，称之为一次“逆洗牌”。
一次逆洗牌对应着顺序相反的两步：
第一步，给牌堆中的每张牌标记上0或1；
第二步，把标记为1的牌从牌堆中抽出，并保持原来的相对顺序整体叠放在标记为0的牌的上方。
因此，每一种对切法洗牌（由上牌堆数目之多少，以及以何种方式混合两堆牌决定），与一个长度为n的0、1序列一一对应。
下面我们给出一个理想化的对切法洗牌，其对应的长度为n的0、1序列是随机生成的。也就是说，在逆洗牌的第一步中，对牌堆中的每张牌，我们以1/2的概率标记为1，以1/2的概率标记为0。
这种洗牌方式又称作GSR（Gilbert-Shannon-Reeds）洗牌法。一次GSR洗牌是一种特殊的对切法洗牌。
在第一步中，上牌堆的牌数为k的概率是C(n,k)/2^n（注2），这恰好是给n个数随机赋值0和1，恰好有k个1和(n-k)个0的概率。
根据概率中的中心极限定理，k大概服从N(n/2,n)，即均值为n/2，方差为根号n的正态分布；也可以说，几乎就是平均地把牌分成两堆。
在第二步的混合中，我们在牌堆的n个位置中随机选取k个位置，然后把上牌堆的牌保持原来的顺序放入这k个位置中；然后再把下牌堆的牌保持原来的顺序放入余下(n-k)个位置中。可以说，GSR洗牌既很好地模拟了实际情况，数学上又十分简单。
进一步，我们可以考虑连续m次GSR洗牌的逆过程。
我们把m次GSR洗牌前扑克牌的顺序称作“初始牌序”，把m次GSR洗牌后的顺序称为“最终牌序”。那么连续m次GSR洗牌的逆过程，就是从一个最终牌序还原出初始牌序的过程。
那么m次GSR洗牌的逆过程是怎样的呢？
经过简单的思考，我们发现我们需要对每一张牌随机指定一个长度为m的0、1数组，数组的第一个0或1表示这张牌在第一次洗牌时这张牌来自于上牌堆还是下牌堆，第二个0或1则表示第二次洗牌时这张牌来自上牌堆还是下牌堆，以此类推。
我们举一个例子，假设有5张牌，2次GSR洗牌后得到的最终牌序是DBACE，现在我们给每张牌指定一个长度为2的0、1数组如下
D: (0,1)
B: (1,0)
A: (1,1)
C: (1,0)
E: (0,0)
当然，如果指定的0、1数组不一样，还原出来的初始牌序也不同。让我们先看看对于上述的0、1数组，初始牌序是怎样的。
第1次逆洗牌我们需要看这5个数组的第2个分量，它们表征每张牌在第1次逆洗牌中（对应着第2次洗牌）被分到上牌堆还是下牌堆。由于AD的第2分量为1，BCE的第2分量为0，所以进行第一次逆洗牌后，我们得到DABCE。
第2次逆洗牌我们需要看数组的第1分量，由于ABC的第一分量为1，DE的第1分量为0，所以我们应当把ABC移到前面，得到ABCDE。（当然啦，这个例子是经过设计的，不然也不会这样巧得到ABCDE。）
当我们再仔细思考这个过程，发现m次逆洗牌可以一次性完成！
如果我们把一个长度为m的0、1数组通过二进制对应一个0~(2^m-1)整数，如下
D: (0,1) --> 0*2 + 1 = 1
B: (1,0) --> 1*2 + 0 = 2
A: (1,1) --> 1*2 + 1 = 3
C: (1,0) --> 1*2 + 0 = 2
E: (0,0) --> 0*2 + 0 = 0
那么我们可以这样一步到位完成m次逆洗牌：先把最大的整数3对应的A称到最前面，再把整数2对应的BC紧接着A后面（这时有两个字母B和C对应着相同的整数2，必须保持B和C在最终牌序DBACE中的相对顺序），然后把整数1对应的D移到ABC后面，最后把0对应的字母E移到ABCD后面。瞧，我们又得到了ABCDE！
一般的来说，一次性完成m次逆洗牌分为两步。
第一步，“指定数字”：每张牌随机指定一个0~(2^m-1)中的整数。
第二步，“重新排序”：按每张牌被指定的数字大小，从大到小重新排列所有的牌；如果出现多张牌被指定的数字一样，那么在排列时必须保持原来的顺序。
值得指出的是，m次GSR洗牌与m次逆洗牌有一一对应关系，也和n张牌被指定0~(2^m-1)中整数的不同方式一一对应。由乘法原理，一共有2^nm种指定整数的方法，因此也有2^nm种完成m次GSR洗牌的方法，同时，这2^nm种方法都是等可能的，概率为1/2^nm。另一方面，对于同样的初始牌序和最终牌序，也有可能对应着多种洗牌方法。
完美解决了第一个问题后，接下来我们得弄清楚，究竟怎样才算是“洗均匀”呢？
我们先感性地认识一下这个问题。
在一次性完成m次逆洗牌的过程中，我们看到当有两张以上的牌被指定了同样的整数时，它们在初始牌序和最终牌序中的相对顺序会完全一样。而我们也看到，当m足够大时，为n张牌指定的n个0~(2^m-1)中的整数很可能两两不一样，这样，初始牌序和最终牌序就完全无关了。因此，一个合理的洗牌次数m，应该使得有一定的概率（例如25%）能够使n张牌被指定的整数完全不一样。
在数学上有，这样一个生日问题与此非常类似。假设一个班上有N个人（如N=30），假设每个人的生日都是独立的，问任意两个人的生日都不相同的概率有多大？
我们可以这样考虑这个问题。给N个人编号1，2，...，N。
第1个人的生日可以随便选取；第2个人的生日为了避开第1个的生日，只能从剩下的364天中选择；第3个人的生日为了避开前2个人的生日，只能从剩下的363天选择...
最终根据乘法原理，N个人的生日全部不相同的概率由(1-1/365)(1-2/365)...(1-(N-1)/365) 给出，当N不太大时，约等于(1-1/365)^N。
回到我们的洗牌问题。我们需要为n张牌中的每张牌指定一个0~(2^m-1)中的整数。那么所有被指定的整数都不一样的概率有多大呢？这时“生日”数相于2^m；而N相当于总的牌数n。根据前面的公式，n个“生日”全部不等的概率约等于(1-1/2^m)^n。
根据微积分中的重要极限 (1-1/x)^x=1/e，x→∞，我们得知，为了使(1-1/2^m)^n不是一个太小的数（在数量级的意义上，例如我们可以认为0.01是比较小的数，而0.1是相对比较大的数），必定有2^m和n差不多大。这样我们得到了第一个估计：2^m > n，也就是m>log_2 n。
在n=54时，log_2(n)大概是5.5。至少我们的感性认识给出了洗牌次数的正确的数量级！
为了更精确地给出数学上“洗均匀”的定义，我们引入两个概率分布的距离的概念。
对于两个概率p和q，对应的分布列分别是(p1,p2,...,pN)和(q1,q2,...,qN)，那么我们定义它们之前的（全变差）距离为d(p,q)=|p1-q1|+|p2-q2|+...+|pN-qN|。
这怎么应用到我们的洗牌问题上呢？
首先，不妨总是假设我们给n张牌编号为1,2,3,...,n，并且初始牌序就是1,2,...,n。最终牌序则由一个{1,2,...,n}到{1,2,...,n}的双射h给出：
对于编号为i的牌，经过m次GSR洗牌后，它的位置变成了第h(i)张牌。我们常常也以同样的字母h表示一个最终排序。
我们知道n张牌一共有N=n!种排序方式。通过m次GSR洗牌，h显然就是这N种排序方式的其中一种。事实上，h以一定的概率得到给定的一个排序方式，这其实是对应了一个分布列(p1,p2,...,pN)，表示h取每种排序方式的概率。另一方面，我们可以考虑另一个分布列(1/n!, 1/n!, ..., 1/n!)，这表示每种排序都以相同的概率1/n!出现。
显然，我们可以定义把“洗均匀”定义成两个概率分布p和q的距离d(p,q)足够小（这里的“足够小”可以理解为，如小于1/2）。
接下来，我们的问题就转化为，对于一个给定的最终牌序h，从1,2,...n的初始牌序出发，通过m次GSR洗牌，得到h作为最终牌序的概率（记为p(h)）有多大。
由于m次GSR洗牌的2^nm种洗牌方式都有相等的概率1/2^nm，我们只需要计算有多少种GSR洗牌方式，能从1,2,...n得到h。等价的，我们只需要计算有多少种逆洗牌方式，能从h得到1,2,...,n。
现在我们用f(i)表示编号为i的牌，在逆洗牌的第一步“指定数字”中，被指定的0~(2^m-1)中的整数。f可以看作一个从{1,2,...,n}到{0,1,2,...,2^m-1}的函数。
现在我们的问题是，对于给定的最终牌序h，有多少个f能把h通过m次逆洗牌变成1,2,...,n呢？
我们还是先考虑怎样从DBACE通过2次逆洗牌得到ABCDE。
为了得到ABCDE，显然我们要有f(A)>= f(B) >= f(C) >= f(D) >= f(E)，也就是说f是一个减函数。
其次，由于在最终牌序中，A在B之后，所以f(A)不能等于f(B)，因此f(A)>f(B)；同理，C在D之后，我们也必须有f(C)>f(D)。可以验证，只要f满足f(A) > f(B) >= f(C) > f(D)>= f(E)，我们都可以从DBACE通过2次逆洗牌得到ABCDE。
现在问题就转化为，求所有函数{1,2,3,4,5}到{0,1,2,3}的函数f（我们把A和1等同，B和2等同，以此类推），使得f是减函数，并且在f(1)和f(2)、f(3)和f(4)之间的严格减函数。事实上，我们可以把f稍加变形，变成一个严格减函数。
令g(1)=f(1)+2, g(2)=f(2)+2, g(3) = f(3)+1, g(4)=f(4)+1, g(5)=f(5)，那么g是一个从{1,2,3,4,5}到
{0,1,2,3,4,5}的严格减函数，并且每一个这样的g和我们要求的f一一对应。显然，这样的函数g的个数与在{0,1,2,3,4,5}中选取5个不相等的整数的方法数一样，用组合数给出就是C(6,5)=6。
我们把上面的情况推广到一般的n和最终牌序h。首先f必须是一个减函数。如果h(i)>h(i+1)，也就是说标号为i的牌在最终牌序中位于标号为i+1的牌之后，那么f(i)必须严格地大于f(i+1)，即f(i)>f(i+1)。
现在我们定义h对应的“逆序量”R=R(h)为所有满足h(i)>h(i+1)的i的个数。那么满足条件的函数f的个数，与所有从{1,2,...,n}到{0,1,..., 2^m-1+R}的严格减函数g的个数相等，进一步地，与{0,1,...,2^m-1+R}中选取n个不同整数的方法数相等。因此，满足条件的f一共有C(2^m+R, n)个。
于是，得到最终牌序h的概率为
这里我们用到了一个近似：当x1,...,xk很小时，(1+x1)...(1+xk)约等于1+x1+...+xk。
进一步我们得到全变差距离为
上面和式中的最后一项，正好是当h等概率地从n!种所有可能排序中随机选取时，其对应的逆序量与n/2偏差的期望。
更进一步的分析其实可以得出，R(h)几乎服从N(n/2,n)，即均值为n/2，方差为根号n的正态分布。因此逆序量与n/2偏差的期望约等于根号n。这样我们得到d(p,q)约等于n^(3/2)/2^m。
由n^(3/2)/2^m < 1/2我们得到m> 3/2* log_2(n) +1。当n=54时，这个数字大约是9.6。
当然啦，有一种说法是洗牌洗7次，洗7次牌也仅仅是个约数罢了，也许就是叫得比较顺口吧。通过不同的计算表明，洗牌少则5、6次，多则9、10次，就能把牌洗得很均匀了。同时我们的计算还表明，洗牌次数只取决于n的对数。也就是说洗2副牌，也只需要比洗一副牌多一两次足矣！
注1：描述来自维基百科https://zh.wikipedia.org/wiki/%E6%B4%97%E7%89%8C
注2 :C(n,k) = n!/k!(n-k)!为组合数。
关注微信：DuoDaaMath 每天获得更多数学趣文