扑克牌可谓是居家旅行、桌面交友的必备道具，今天我们用 Python 来实现一个类似炸金花的扑克牌小游戏，先来看一下基本的游戏规则。
炸（诈）金花又叫三张牌，是在全国广泛流传的一种民间多人纸牌游戏。游戏使用一副除去大小王的扑克牌，共 4 个花色 52 张牌，各个玩家从中抽取 3 张牌，比较大小。各种牌型的大小顺序如下（按照全排列组合中出现的概率越小，牌型分数奖励越大）：
1、同花顺：三张同样花色且点数连续的牌，如红心2、红心3、红心4；
2、豹子：三张点数一样的牌，如 AAA、222；
3、顺子：三张点数连续的牌，如红心2、黑桃3、方块4；
4、金花：三张同样花色的牌，如红心2、红心5、红心8；
5、对子：两张点数一样的牌，如红心2、黑桃2；
6、单张：2~10 < J < Q < K < A。
以下概率截自百度百科：
注：本文所述游戏规则与实际有所不同，主要基于对不同牌型的比较进行设计
一、游戏流程实现
1、准备扑克牌
开始游戏前，需要先生成一副满足要求的扑克牌，牌友们都知道，扑克牌有以下四种花色，每种花色有 A、2~10、J、Q、K 等 13 张牌。
suit = ["黑桃", "红心", "方块", "梅花"]
num = [str(i) for i in range(2, 11)] + ["J", "Q", "K", "A"]
为了便于后续算分，先给每一个单张赋予相应的点数。
score_map = {} # 单张点数映射表
for s in suit:
count = 2
for n in num:
score_map[f"{s}{n}"] = count
count += 1
扑克牌点数预览如下：
score_map = {‘黑桃2’: 2, ‘黑桃3’: 3, ‘黑桃4’: 4, ‘黑桃5’: 5, ‘黑桃6’: 6, ‘黑桃7’: 7, ‘黑桃8’: 8, ‘黑桃9’: 9, ‘黑桃10’: 10, ‘黑桃J’: 11, ‘黑桃Q’: 12, ‘黑桃K’: 13, ‘黑桃A’: 14, ‘红心2’: 2, … }
2、玩家入场
以 p1、p2 等名称对玩家进行区分，我们先邀请 5 个玩家入场。
players = [f"p{i}" for i in range(1, 6)]
3、发牌
将玩家和扑克牌列表作为参数，传入发牌器。发牌器在扑克牌中进行不放回抽取，为每个玩家随机抽取 3 张牌，并记下玩家名称及其对应牌组。
def get_pk_lst(pls, pks):
result = []
for p in pls:
pk = sample(pks, 3)
for _pk in pk:
pks.remove(_pk)
result.append({"name": p, "poker": pk})
return result
pokers = list(score_map.keys()) # 去掉大小王的一幅扑克
poker_grp = get_pk_lst(players, pokers) # 发牌
发牌预览如下：
result = [{‘name’: ‘p1’, ‘poker’: [‘方块5’, ‘梅花3’, ‘方块A’]},
{‘name’: ‘p2’, ‘poker’: [‘黑桃4’, ‘方块8’, ‘黑桃J’]},
{‘name’: ‘p3’, ‘poker’: [‘红心10’, ‘红心K’, ‘方块7’]},
{‘name’: ‘p4’, ‘poker’: [‘方块4’, ‘梅花6’, ‘方块J’]},
{‘name’: ‘p5’, ‘poker’: [‘红心5’, ‘梅花10’, ‘黑桃A’]}]
4、判断牌型及算分
在算分之前先按之前的映射字典，将 pk_lst 里的 3 张扑克牌转换成对应的点数。
n_lst = list(map(lambda x: score_map[x], pk_lst)) # 点数映射
接下来截取花色部分的文本，利用集合去重后判断是否为三张同花。
same_suit = len(set([pk[:2] for pk in pk_lst])) == 1 # 是否同花色
再对点数部分进行排序，与依靠点数的最值生成的顺序列表进行比较，判断是否为连续的点数。要注意的是，A23 与 QKA 一样被视作顺子。
continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == {14, 2, 3} # 是否连续
别忘了考虑对子和豹子的检查方式。
check = len(set(n_lst)) # 重复情况
那么正式开始判断牌型和算分吧！首先是单张，非同花、非顺子、三张点数不一。得分以 3 个单张点数相加。
if not same_suit and not continuity and check == 3:
return sum(n_lst), "单张"
其次是对子，非同花，有且仅有两张点数一致。为保证
if not same_suit and check == 2:
w = [i for i in n_lst if n_lst.count(i) == 2][0]
single = [i for i in n_lst if i != w][0]
return w*2*2 + single, "对子"
金花，即同花而非顺子，给予 9 倍奖励。
if same_suit and not continuity:
return sum(n_lst)*9, "金花"
顺子，即点数连续而非同花，给予 81 倍奖励。
if continuity and not same_suit:
return sum(n_lst)*81, "顺子"
豹子，即三张点数一致，这不得刷个 666 嘛。
if check == 1:
return sum(n_lst)*666, "豹子"
同花顺，同花色且点数连续，绝了，赌神一个技能 999 伤害。
if continuity and same_suit:
return sum(n_lst)*999, "同花顺"
5、决出胜负
一组玩家、抽牌、算分、牌型记录如下：
pk_grp = [{‘name’: ‘p1’, ‘poker’: [‘方块5’, ‘梅花3’, ‘方块A’], ‘score’: 22, ‘type’: ‘单张’},
{‘name’: ‘p2’, ‘poker’: [‘黑桃4’, ‘方块8’, ‘黑桃J’], ‘score’: 23, ‘type’: ‘单张’},
{‘name’: ‘p3’, ‘poker’: [‘红心10’, ‘红心K’, ‘方块7’], ‘score’: 30, ‘type’: ‘单张’},
{‘name’: ‘p4’, ‘poker’: [‘方块4’, ‘梅花6’, ‘方块J’], ‘score’: 21, ‘type’: ‘单张’},
{‘name’: ‘p5’, ‘poker’: [‘红心5’, ‘梅花10’, ‘黑桃A’], ‘score’: 29, ‘type’: ‘单张’}]
利用 max 函数找出来谁是最棒的，公布名字！
best = max(pk_grp, key=lambda x: x["score"])["name"]
赢家是------
p3
好啦，又可以开始下一场愉快的游戏了~
二、统计及源码
1、牌型统计
进行了 10 万场游戏并对各类牌型进行频率统计，可见与前述排列组合的计算所得概率基本一致。
Counter({'单张': 371856, '对子': 84773, '金花': 24833, '顺子': 16239, '豹子': 1179, '同花顺': 1120})
单张频率：74.37%
对子频率：16.95%
金花频率：4.97%
顺子频率：3.25%
豹子频率：0.24%
同花顺频率：0.22%
2、牌局案例
各类牌型的局面和结果如下：
开牌结果------
{'name': 'p1', 'poker': ['方块5', '梅花3', '方块A'], 'score': 22, 'type': '单张'}
{'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J'], 'score': 23, 'type': '单张'}
{'name': 'p3', 'poker': ['红心10', '红心K', '方块7'], 'score': 30, 'type': '单张'}
{'name': 'p4', 'poker': ['方块4', '梅花6', '方块J'], 'score': 21, 'type': '单张'}
{'name': 'p5', 'poker': ['红心5', '梅花10', '黑桃A'], 'score': 29, 'type': '单张'}
赢家是------
p3
开牌结果------
{'name': 'p1', 'poker': ['方块Q', '黑桃5', '黑桃K'], 'score': 30, 'type': '单张'}
{'name': 'p2', 'poker': ['黑桃2', '方块2', '红心10'], 'score': 18, 'type': '对子'}
{'name': 'p3', 'poker': ['梅花2', '黑桃4', '梅花J'], 'score': 17, 'type': '单张'}
{'name': 'p4', 'poker': ['红心K', '梅花7', '红心6'], 'score': 26, 'type': '单张'}
{'name': 'p5', 'poker': ['方块A', '方块6', '红心4'], 'score': 24, 'type': '单张'}
赢家是------
p1
开牌结果------
{'name': 'p1', 'poker': ['黑桃J', '黑桃5', '黑桃4'], 'score': 180, 'type': '金花'}
{'name': 'p2', 'poker': ['梅花7', '红心4', '梅花5'], 'score': 16, 'type': '单张'}
{'name': 'p3', 'poker': ['方块5', '黑桃9', '梅花10'], 'score': 24, 'type': '单张'}
{'name': 'p4', 'poker': ['黑桃Q', '梅花9', '黑桃10'], 'score': 31, 'type': '单张'}
{'name': 'p5', 'poker': ['红心9', '方块9', '红心A'], 'score': 50, 'type': '对子'}
赢家是------
p1
开牌结果------
{'name': 'p1', 'poker': ['方块8', '黑桃10', '方块9'], 'score': 2187, 'type': '顺子'}
{'name': 'p2', 'poker': ['梅花9', '红心Q', '黑桃3'], 'score': 24, 'type': '单张'}
{'name': 'p3', 'poker': ['方块A', '梅花K', '黑桃4'], 'score': 31, 'type': '单张'}
{'name': 'p4', 'poker': ['方块J', '红心J', '红心6'], 'score': 50, 'type': '对子'}
{'name': 'p5', 'poker': ['梅花5', '黑桃K', '方块3'], 'score': 21, 'type': '单张'}
赢家是------
p1
开牌结果------
{'name': 'p1', 'poker': ['黑桃Q', '黑桃8', '梅花6'], 'score': 26, 'type': '单张'}
{'name': 'p2', 'poker': ['红心3', '梅花3', '黑桃3'], 'score': 5994, 'type': '豹子'}
{'name': 'p3', 'poker': ['红心A', '红心6', '方块5'], 'score': 25, 'type': '单张'}
{'name': 'p4', 'poker': ['黑桃4', '梅花A', '方块2'], 'score': 20, 'type': '单张'}
{'name': 'p5', 'poker': ['梅花7', '黑桃6', '梅花8'], 'score': 1701, 'type': '顺子'}
赢家是------
p2
开牌结果------
{'name': 'p1', 'poker': ['黑桃5', '梅花9', '方块9'], 'score': 41, 'type': '对子'}
{'name': 'p2', 'poker': ['黑桃Q', '黑桃2', '红心Q'], 'score': 50, 'type': '对子'}
{'name': 'p3', 'poker': ['红心2', '黑桃7', '红心5'], 'score': 14, 'type': '单张'}
{'name': 'p4', 'poker': ['梅花3', '方块10', '黑桃A'], 'score': 27, 'type': '单张'}
{'name': 'p5', 'poker': ['黑桃9', '黑桃J', '黑桃10'], 'score': 29970, 'type': '同花顺'}
赢家是------
p5
3、完整代码
# @Seon
# 炸金花
from random import sample
from collections import Counter
def get_pk_lst(pls, pks): # 发牌
result = []
for p in pls:
pk = sample(pks, 3)
for _pk in pk:
pks.remove(_pk)
result.append({"name": p, "poker": pk})
return result
def calculate(_score_map, pk_lst): # 返回得分和牌型
n_lst = list(map(lambda x: _score_map[x], pk_lst)) # 点数映射
same_suit = len(set([pk[:2] for pk in pk_lst])) == 1 # 是否同花色
continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == {14, 2, 3} # 是否连续
check = len(set(n_lst)) # 重复情况
if not same_suit and not continuity and check == 3:
return sum(n_lst), "单张"
if not same_suit and check == 2:
w = [i for i in n_lst if n_lst.count(i) == 2][0]
single = [i for i in n_lst if i != w][0]
return w*2*2 + single, "对子"
if same_suit and not continuity:
return sum(n_lst)*9, "金花"
if continuity and not same_suit:
return sum(n_lst)*81, "顺子"
if check == 1:
return sum(n_lst)*666, "豹子"
if continuity and same_suit:
return sum(n_lst)*999, "同花顺"
def compare(_score_map, pk_grp): # 比大小
for p in pk_grp:
p["score"], p["type"] = calculate(_score_map, p["poker"])
print("开牌结果------")
for p in pk_grp:
print(p)
print("赢家是------")
best = max(pk_grp, key=lambda x: x["score"])["name"]
print(best)
return pk_grp
def show(_score_map, _players): # 开局
pokers = list(_score_map.keys())
poker_grp = get_pk_lst(_players, pokers)
return compare(_score_map, poker_grp)
def start_game(_score_map, _players, freq=1): # 游戏和统计
type_lst = []
for i in range(freq):
grp = show(_score_map, _players)
type_lst = type_lst + [t["type"] for t in grp]
c = Counter(type_lst)
print(c)
total = sum(c.values())
for item in c.items():
print(f"{item[0]}频率：{item[1]/total:.2%}")
if __name__ == '__main__':
# 准备扑克牌
suit = ["黑桃", "红心", "方块", "梅花"]
num = [str(i) for i in range(2, 11)] + ["J", "Q", "K", "A"]
score_map = {} # 单张点数映射表
for s in suit:
count = 2
for n in num:
score_map[f"{s}{n}"] = count
count += 1
# 5个玩家入场
players = [f"p{i}" for i in range(1, 6)]
# 开始游戏
start_game(score_map, players, freq=100000)
这里是水中滑翔者、鱼类按摩师，Seon塞翁，下一篇再见！
补充
前述各牌型算分方式存在疏漏，可能会出现大牌型输给小牌型的情况，需对奖励机制进行调整。已知奖励前的原始得分如下：
最大单张得分：J(11) + K(13) + A(14) = 38
最小对子得分：2 + 2 + 3 = 7
最大对子得分：A(14) + A(14) + K(13) = 41
最小金花得分：2 + 2 + 3 = 7 （同花且含对子时按同花算，或叠加算分亦可）
…
为保证所有出现对子的牌组，都可以胜过纯单张的牌组，可将对子的奖励倍数设为 6 倍，以便简单地使用 sum(n_lst)*6，而不像前文所述的单独计算对子。 此时最大对子受奖励后的得分为 41 X 6 = 246，而最小金花受奖励后的得分也应高于对子，因此可设为 40 倍。后续牌型的奖励倍数以此类推进行调整。