数字猜谜：二分法 VS 随机猜，效率真实对比

一、故事内容

小明和小红在玩一个数字猜谜游戏：

• 电脑会在 1 到 100 之间随机生成一个整数
• 玩家每次猜一个数
• 系统只会提示："大了"、"小了"、"正确"

小明说："我每次都随机猜，反正总能猜中。"

小红说："我用二分法来猜：第一次先猜 50；如果提示大了，就在 1 到 49 继续猜中间；如果提示小了，就在 51 到 100 继续猜中间。每次都把范围缩小一半，所以通常会更快。"

到底谁更高效？ 这个问题可以用数学分析 + Python 模拟来验证。

二、对应的数学知识

1. 数字猜谜反馈函数

设目标数字是 ，当前猜测是 ，则反馈规则是：

• 若 ，输出：大了
• 若 ，输出：小了
• 若 ，输出：正确

2. 二分法思想

在区间 [1, 100] 内找数字时，每次猜中点：

• 如果猜大了，说明目标在左半区间
• 如果猜小了，说明目标在右半区间

每猜一次，搜索区间大约缩小一半，所以猜测次数增长很慢。 理论上，大约需要做下面这么多次对半缩小：

3. 随机猜测思想

随机猜法每次在当前可能范围内随机取一个数。它也能利用"大了/小了"来缩小区间，但不会像二分法那样稳定地对半分，猜测次数通常更大、波动也更明显。

三、数学建模

问题分析

1. 目标：比较二分法和随机猜在数字猜谜中的效率
2. 输入：1 到 100 的随机整数
3. 输出：每次猜中的次数，并统计平均次数

模型步骤

1. 设计反馈函数 judge_guess(target, guess) target为目标数，guess为当前猜测，返回"大了"、"小了"或"正确"
2. 实现二分法猜数函数 binary_guess_count(target) 返回二分法猜中目标数的次数
3. 实现随机猜数函数 random_guess_count(target) 返回随机猜中目标数的次数
4. 随机生成 10 个目标数，分别用两种方法猜测，记录每次猜测次数
5. 对每个目标数分别运行两种方法，记录猜中次数
6. 输出对比结果与平均值

四、Python 代码实现

import random

defjudge_guess(target, guess):
"""
    target: 目标数字
    guess: 当前猜测数字
    比较猜测值与目标值。
    返回："大了"、"小了" 或 "正确"
    """
if guess > target:
return"大了"
if guess < target:
return"小了"
return"正确"


defbinary_guess_count(target, low=1, high=100):
"""
    使用二分法猜中目标数字，返回猜测次数。
    target: 目标数字
    low: 当前可能的最小值 默认1
    high: 当前可能的最大值 默认100
    """
    count = 0
    left, right = low, high

while left <= right:
        count += 1
# 每次猜当前区间的中间值
        mid = (left + right) // 2
        result = judge_guess(target, mid)

if result == "正确":
return count
elif result == "大了":
# 猜大了，说明目标在左边区间
            right = mid - 1
else:
# 猜小了，说明目标在右边区间
            left = mid + 1

return count


defrandom_guess_count(target, low=1, high=100):
"""
    使用随机法猜中目标数字，返回猜测次数。
    每次都在当前可能区间内随机猜一个数。
    """
    count = 0
    left, right = low, high

while left <= right:
        count += 1
# 虽然是随机猜，但仍然只在当前可能范围内猜
        guess = random.randint(left, right)
        result = judge_guess(target, guess)

if result == "正确":
return count
elif result == "大了":
# 猜大了，排除 guess 以及它右边的数
            right = guess - 1
else:
# 猜小了，排除 guess 以及它左边的数
            left = guess + 1

return count

# 运行对比实验实现
defrun_compare(trials=10, low=1, high=100):
"""
    模拟 trials 组测试，比较二分法与随机法。
    使用同一批目标数字，保证对比公平。
    trials: 实验组数次数
    low: 目标数字的最小值
    high: 目标数字的最大值

    """
# 生成一批随机目标数字，保证两种方法对比使用同一批目标
    targets = [random.randint(low, high) for _ in range(trials)]

# 记录两种方法的猜测次数
    binary_counts = [] # 二分法猜测次数
    random_counts = [] # 随机法猜测次数

for target in targets:
# 对同一个目标数，分别测试两种方法
        b_count = binary_guess_count(target, low, high)
        r_count = random_guess_count(target, low, high)
# 记录结果
        binary_counts.append(b_count)
        random_counts.append(r_count)
# 返回目标数列表和两种方法的猜测次数列表
return targets, binary_counts, random_counts


if __name__ == "__main__":
# 设置实验组数默认10次
    trials = 10
# 运行 10 组实验，并记录两种方法各自的猜测次数
    targets, binary_counts, random_counts = run_compare(trials=trials)

    print("=" * 64)
    print("数字猜谜效率对比：二分法 VS 随机猜")
    print("=" * 64)
    print("轮次  目标数  二分法次数  随机法次数")

# 输出每组实验的结果
for i in range(trials):
        print(f"{i + 1:>2}{targets[i]:>3}{binary_counts[i]:>3}{random_counts[i]:>3}")

# 计算两种方法的平均猜测次数 并总结
    avg_binary = sum(binary_counts) / trials
    avg_random = sum(random_counts) / trials

    print("-" * 64)
    print(f"二分法平均次数：{avg_binary:.2f}")
    print(f"随机法平均次数：{avg_random:.2f}")

if avg_binary < avg_random:
        print("结论：二分法整体更高效。")
elif avg_binary > avg_random:
        print("结论：随机法整体更高效（本次实验偶然结果）。")
else:
        print("结论：两者平均次数相同（本次实验偶然结果）。")

五、示例输出（每次随机过程略有不同）

================================================================
数字猜谜效率对比：二分法 VS 随机猜
================================================================
轮次  目标数  二分法次数  随机法次数
 1     82         6          7
 2     15         5          8
 3      4         6          7
 4     95         6          9
 5     36         7          9
 6     32         6          6
 7     29         6         11
 8     18         4          5
 9     95         6         11
10     14         7          4
----------------------------------------------------------------
二分法平均次数：5.90
随机法平均次数：7.70
结论：二分法整体更高效。

六、总结

1. 二分法次数通常在 4-7 次之间，平均约 6 次，没有大幅波动，效率稳定。
2. 随机猜测次数波动较大，可能在 4-11 次之间，平均约 7-8 次，效率不稳定。
3. 通过同一批 10 个目标数的模拟对比，可以直观看到两种策略的效率差异。

这个实验说明：在有明确"大了/小了"反馈时，使用更有结构的策略（如二分法）通常比纯随机更快。