一副牌看起来足够混乱，是否就意味着它不会系统性地偏向某种发牌结果？

有一次打牌，轮到我洗牌的时候，我忽然想到一个问题：我究竟要洗几次，才能算把这副牌洗干净了？

这个问题听起来像是应该有一个标准答案。洗一次显然不太够，洗上几十次又似乎没有必要。可如果不直接数次数，我们能不能定义一副牌的“混乱程度”，然后规定：超过某个标准，就算洗干净了？

我首先想到的是熵。

能不能用熵衡量一副牌有多乱？

熵常常被直观地解释为“混乱程度”。一副按点数和花色排得整整齐齐的牌，看起来很有秩序；一副肉眼找不到规律的牌，看起来更加混乱。于是很自然地会想：洗牌是不是一个不断增加熵的过程？如果熵足够高，是不是就意味着牌已经洗干净了？

真正写下定义以后，第一个区别马上出现了。

假设所有合法牌序组成集合 $\Omega$。一种洗牌方法并不只产生一个结果，而是给每个牌序 $\pi\in\Omega$ 一个出现概率 $P(\pi)$。它的Shannon熵是

\[H(P)=-\sum_{\pi\in\Omega}P(\pi)\log_2P(\pi).\]

如果一种方法每次都产生同一个牌序，它的熵是0。如果54张牌的每一种排列都以相同概率出现，那么共有 $54!$ 种可能，熵达到最大值

\[H(U)=\log_2(54!)\approx237.06\text{ 比特}.\]

这里的 $U$ 表示完全均匀的理想洗牌。

所以，Shannon熵严格衡量的并不是桌上那一副已经确定的牌，而是产生牌序的随机机制。一旦手里只有某个已经实现的牌序 $\pi_{\mathrm{obs}}$，仅凭这个结果，根本无法知道背后的熵是多少。

因为同一个 $\pi_{\mathrm{obs}}$，既可能来自一个每次都固定产生它的机制——熵为0；也可能来自完全均匀洗牌——熵约为237.06比特；还可能来自无数种介于两者之间的机制。一副牌本身不会告诉我，它究竟是怎样产生的。

数学上还有一些专门评价确定序列的方法。例如，可以讨论一个牌序相对于某个概率模型有多“意外”，也可以用Kolmogorov复杂度描述生成它所需的最短程序有多长。但前者仍然依赖事先选定的模型，后者一般无法被精确计算。它们并不能直接给出一个简单、唯一、可以拿来检查扑克牌的混乱指数。

于是，原来的问题需要稍微改写：我们不是给一副已经出现的牌定义Shannon熵，而是给一种事前的洗牌方法定义熵。

到这里，我似乎找到了一种答案：只要比较不同洗牌手法产生的牌序分布，看它们的熵距离最大值还有多远，就能衡量牌有没有被洗开。

但在真正接受这个答案以前，我想到了一种很简单的反例。

一个有147.60比特熵的“假洗牌”

以斗地主为例。54张牌发给三名玩家，每人17张，最后留下3张底牌。

现在设想一种人为设计的洗牌方法。在洗牌开始以前，三名玩家各自会拿到哪17张牌已经完全固定，哪3张成为底牌也已经固定。接下来，只把第一名玩家的17张牌随机放进属于他的17个发牌位置，再对第二名和第三名玩家做同样的事，最后随机排列3张底牌。

这样产生的完整牌序并不固定。假设四组牌都在各自的位置中均匀随机排列，那么这个生成器可以产生

\[(17!)^3\times3!\]

种不同牌序，熵达到

\[3\log_2(17!)+\log_2(3!) \approx147.60\text{ 比特}.\]

这是一个巨大的数字。连续运行这个生成器，我们几乎不可能遇到两副完全相同的牌序；从表面看，每次结果都会非常不一样。

但发完牌以后，三名玩家的手牌和三张底牌永远完全相同。对于斗地主真正使用的信息而言，这个生成器没有提供任何随机性。

令 $\Pi$ 表示完整牌序，令 $Y$ 表示三名玩家的手牌和底牌。信息论中的分解告诉我们：

\[H(\Pi)=H(Y)+H(\Pi\mid Y).\]

在这个例子里，$H(Y)=0$。全部147.60比特都来自 $H(\Pi\mid Y)$：手牌已经固定以后，同一名玩家的牌还可以按照什么顺序出现。

所以问题并不是熵完全没有用，而是我们把熵算在了错误的对象上。完整牌序可以非常随机，游戏真正关心的发牌结果却完全不随机。要计算“有用的熵”，必须先说明是哪一种游戏、怎样发牌、游戏会读取牌序中的哪些信息。

这样一来，一副牌的混乱程度就不再是绝对的了。同一种牌序结构，换一种发牌方法、换一个玩家人数，甚至换一个游戏，可能产生完全不同的影响。

但如果我们只有一副已经洗好的牌，又不知道它背后的洗牌机制，该怎么办？虽然无法识别它背后的Shannon熵，我们至少可以检查它是否留下了某些“不像均匀洗牌”的痕迹。

能不能直接检验一副已经洗好的牌？

假设原假设是

\[H_0:\Pi\sim U,\]

也就是这副牌来自完全均匀的洗牌。然后，我们选择一个统计指标 $T(\pi)$，例如：

• 相邻位置出现连续点数的次数；
• 同一花色聚集的程度；
• 最长递增片段的长度；
• 奇数位置和偶数位置是否具有异常关系。

以“连续点数的相邻次数”为例。我们可以在电脑中模拟大量均匀洗牌，计算每次的 $T$，从而得到它在 $H_0$ 下的分布。拿到实际牌序 $\pi_{\mathrm{obs}}$ 以后，再看 $T(\pi_{\mathrm{obs}})$ 在模拟结果中有多极端。

如果数值越大越可疑，那么相应的 $p$ 值可以写成

\[p = P_U\!\left( T(\Pi)\geq T(\pi_{\mathrm{obs}}) \right).\]

如果这个概率非常小，我们就有理由拒绝“它来自均匀洗牌”的假设。不过，拒绝原假设只表示这副牌在所选指标下很难由均匀洗牌解释，并不能单独证明有人作假；反过来，没有拒绝原假设，也不能证明洗牌机制一定均匀。

这里，假设检验既有事前部分，也有事后部分。原假设、统计指标和“多极端才拒绝”的标准，应当在看牌以前规定；看到牌以后，我们才代入观测结果，计算统计量与 $p$ 值。

这一顺序很重要。均匀洗牌下，每一个完整牌序出现的概率都是 $1/54!$，所以不能因为“恰好这一副牌出现的概率极低”就判断它有问题——每一副具体牌都同样罕见。我们必须检验一个事先定义的结构，而不是看完结果以后再临时挑选最显眼的规律。

如果同一种洗牌手法可以重复观察很多次，检验会更有力量。我们不仅能问“这一副牌是否异常”，还可以问“这种手法是否系统性地产生更多连续牌、花色聚集或位置偏差”。前者是用一次实现对生成机制提出质疑；后者则直接使用重复样本研究生成机制。

不过，检验仍然有一个无法自动消失的漏洞：它只能检查我们选择去看的东西。

检验没有覆盖的，可能正是策略能够利用的

假设我们为斗地主设计了一组看起来相当全面的检验：每名玩家的点数分布是否正常，平均有多少对子、连对和炸弹，三张底牌的强度是否异常，每张关键牌是否偏向某个座位。只要样本足够多，这些指标都可以与均匀洗牌的基准比较。

即使所有指标都表现正常，仍然不能保证没有玩家可以利用洗牌规律。原因在于，打牌收益并不一定只取决于某个单独指标，而可能取决于许多变量的组合，以及玩家根据自己看到的信息采取什么策略。

例如，一种洗牌方法可能没有改变任何玩家平均拿到的点数、对子或炸弹数量，却改变了更隐蔽的条件关系：当我看到某种看似普通的手牌结构时，某几张关键牌更可能集中在左手玩家而不是右手玩家；或者某种出牌顺序在这种洗牌机制下更容易得到特定回应。一个不知道洗牌规律的人看不出差别，知道规律的人却可以据此调整叫牌、试探、留牌或出牌策略。

这时，真正被利用的不是“某张牌出现得更多”这样的单一特征，而是

\[\text{自己的信息} \longrightarrow \text{对别人手牌的判断} \longrightarrow \text{策略选择} \longrightarrow \text{最终收益}\]

这整条关系。

把这个观察写得更一般一些：假设审计者检查 $k$ 个指标 $v_1,\ldots,v_k$，并要求实际洗牌 $P$ 与均匀洗牌 $U$ 满足

\[E_P[v_j]=E_U[v_j], \qquad j=1,\ldots,k.\]

再固定一组合法策略 $\sigma$——包括玩家 $i$ 的决策规则以及对其他玩家行为的设定——令 $f_{i,\sigma}(\pi)$ 表示牌序为 $\pi$ 时玩家 $i$ 的收益。它可以取决于整手牌的联合结构、玩家能够观察到的信息，以及策略对这些信息的反应，而不必是点数、对子或炸弹数量的简单函数。

如果 $f_{i,\sigma}$ 可以由常数和这些审计指标的线性组合表示，那么控制所有 $v_j$ 的期望确实会保证这项策略收益的期望不变。但如果 $f_{i,\sigma}$ 不在它们张成的空间中，那么在有限牌序空间里，可以构造另一种洗牌分布：所有被检查的指标仍与均匀洗牌完全相同，策略 $\sigma$ 的期望收益却发生变化。

审计者控制的是自己预先选择的统计方向，玩家利用的却可能是这些指标的组合、条件关系和策略反应。到这里，我开始觉得，也许真正应该衡量的不是牌序还有多少“规律”，而是这些没有被检验发现的结构，究竟能不能给某个玩家带来实际优势。

从“有多乱”转向“谁能因此获利”

先固定游戏规则、发牌方式、玩家座位和收益标准。令 $U$ 表示完全均匀洗牌，$P$ 表示要评价的洗牌方法。再用 $f_{i,\sigma}(\pi)$ 表示牌序为 $\pi$ 时，在策略组合 $\sigma$ 下玩家 $i$ 的收益。

相对于完全均匀洗牌，这项策略的事前超额期望收益是

\[\Delta_{i,\sigma}(P) = E_P[f_{i,\sigma}]-E_U[f_{i,\sigma}].\]

如果 $\Delta_{i,\sigma}(P)>0$，就说明在同一个游戏、同一个座位和同一种策略组合下，洗牌方法 $P$ 比均匀洗牌更有利于玩家 $i$。对于输赢总和固定的游戏，一个人的额外收益对应另一个人的损失，因此这可以直接解释为一种方向性的不公平。

现在，把假设检验重新放进来。假设审计者允许每个指标存在少量误差：

\[\left|E_P[v_j]-E_U[v_j]\right| \leq\varepsilon_j, \qquad j=1,\ldots,k.\]

我们可以问：在所有满足这些表面约束的洗牌方法中，这项策略最多还能获得多少超额收益？

\[\Gamma_{i,\sigma}(\mathcal V,\varepsilon) = \sup_{P:\,P\text{通过审计}} \left(E_P[f_{i,\sigma}]-E_U[f_{i,\sigma}]\right).\]

它表示通过现有审计以后，仍然能够隐藏的最大定向优势。

这时要区分两个结论：$\Delta_{i,\sigma}(P)>0$ 说明某个具体洗牌方法有利于玩家 $i$ 使用策略 $\sigma$；$\Gamma_{i,\sigma}>0$ 则说明审计规则存在漏洞——至少有一种能够通过审计的洗牌方法仍然可以提高这项策略的收益。

只考虑一个策略的平均收益还不够。某种洗牌可能不改变这项收益，却改变极端坏牌的概率；也可能只对另一种策略、另一个座位或者某类风险偏好产生影响。因此，更完整的模型需要考虑一组与游戏有关的策略收益和关键事件 $\mathcal F_G$：

\[\Gamma_G(\mathcal V,\varepsilon) = \sup_{P:\,P\text{通过审计}} \sup_{f\in\mathcal F_G} \left|E_P[f]-E_U[f]\right|.\]

这个量问的是：在所有表面上通过检查的洗牌方法中，某个玩家、策略或关键事件最坏能够偏离均匀洗牌基准多少？

上面的审计约束是一个便于理论分析的事前版本。真实的假设检验还要指定样本量和显著性水平。那时，“通过审计”可以改成：使用这种洗牌方法产生一副或多副牌时，它以足够高的概率不会被检验拒绝。问题也就相应变成：一种洗牌方法可以多稳定地逃过检查，同时留下多少游戏优势？

再回到“洗干净”

最初洗牌时，我想找的是一个混乱指数：只要超过某条线，这副牌就算洗干净了。

但走到这里，这个问题已经分成了几个不同层次。

如果知道洗牌机制，就可以研究它的熵；如果只有一副已经实现的牌，可以用事先规定的统计检验判断它是否与均匀洗牌相容，但不能仅凭这副牌识别背后机制的熵；如果真正关心的是游戏公平，就还要追问那些没有被检验发现的结构能否改变玩家的事前收益。

因此，“洗干净”也许不是某一副牌孤立拥有的一种属性。它需要同时说明洗牌机制、审计者能看到什么，以及游戏会利用什么。

对一个给定游戏，更实用的标准或许是：

任何能够通过现有审计的洗牌方法，都不能再给任何玩家、策略或关键事件带来显著的事前优势。

于是，“究竟要洗几次”最终变成了一个更难、但也更接近公平的问题：

洗完以后，在我们没有检查到的地方，最多还剩下多少可以被游戏利用的结构？

---

参考资料

1. Claude E. Shannon, “A Mathematical Theory of Communication”, The Bell System Technical Journal, 1948.
2. Paul M. B. Vitányi, “How Incomputable Is Kolmogorov Complexity?”, 2020.

说明：本文提出的是一种解释和组织问题的框架。熵分解、线性审计约束、检验空间之外仍可存在分布偏差等思想，与信息论、矩问题、低阶独立和伪随机性等已有数学领域相邻。文章不主张仅凭上述定义已经得到新的学术定理。