原創 小灰 程序員小灰
聽過《羅翔刑法課》的小伙伴，應該都認識一個人：“法外狂徒”張三 。
那么，為什么這個世界上會有壞人存在呢？
因為在一個全是好人、相互完全信任的世界里，偶爾出現的壞人能夠獲得巨大的競爭優勢 。
畢竟，遵守規則的好人 ， 很難贏過沒有底線的壞人：

文章插圖
那么 ， 既然壞人這么有優勢 ， 為什么不是所有人都去當壞人呢？
當然不行 ， 如果一個社會里的壞人太多 ， 人和人之間永遠都在相互防范，合作效率非常低 。
這時候 ， 如果有一批好人組成一個信任聯盟，這批好人就會在競爭當中脫穎而出：

文章插圖
那么，在社會這個巨大賽場上，想要成為競爭的優勝者，我們應該做一個什么樣的人呢？
為了找出答案 ， 上世紀有一位名叫羅伯特·阿克塞爾羅德的美國教授，組織了一場關于“合作與背叛”的競賽 。參賽者不是人類，而是許多具有不同策略的計算機程序 。

文章插圖
羅伯特·阿克塞爾羅德
比賽分成很多回合，在每一回合，參賽者可以選擇與對方合作，或是背叛對方，合作帶來雙贏，背叛則是一方得利 。
在諸多的程序里，有些程序很蠢笨，有些程序很狡猾 。那么 ， 什么樣的程序更可能贏得比賽呢？從最終的比賽結果來看，采用了“一報還一報”的程序多次獲得比賽的第一名 。

文章插圖
這個程序的策略十分簡單：
1.與參賽者X第一次互動的時候，選擇合作 。（假設對方是善意的）
2.如果X在上一次互動中選擇合作，那么本次自己也選擇合作 。（獎勵對方的合作行為）
3.如果X在上一次互動中選擇背叛，那么本次自己也選擇背叛 。（懲罰對方的背叛行為）
這就是所謂的一報還一報 。
雖然這個比賽僅僅是一個簡化的模型，但是也或多或少反映了現實中的情況 。在現實里，想要盡可能和更多的人合作共贏，又要避免被人坑騙，一報還一報的確是一個相對合理的策略 。
盡管這個理論看起來很完美 。但是我們作為刨根問底的程序員，還是應該親自動手實踐一下 。
小灰最近寫了一個程序，再現了這個“合作與背叛”的比賽，并且按照自己的想法編寫了各種策略，試圖找出有沒有比“一報還一報”更好的競爭策略 。
這一實踐讓我產生了許多新的認識 ， 自認為還蠻有意思，今天特意分享給大家 。
首先說一說小灰這個程序中的具體比賽規則：
1. 比賽分成M回合 ， 一共有N個參賽者（N為偶數）：

文章插圖
2. 每一回合，參賽者隨機分成兩兩一組進行互動：

文章插圖
3. 在互動中，參賽者可以選擇“合作”或是“背叛”，根據雙方不同選擇，會更加或扣減一定的分數 ?？偣卜譃槿N情況：

文章插圖
4. M回合之后，所有參賽者按照總分值進行排名 。

文章插圖
根據游戲規則，小灰也設計了6種不同風格的參賽者，他們各有各的博弈策略：

• 日本天皇為什么不參政 日本天皇為什么沒有實權了
• 項羽為什么叫西楚霸王? 項羽為什么自稱為西楚霸王
• 為什么要貼春聯和門神 過年為什么要貼對聯兒
• 黑科技泳衣為什么被禁止「詳解高科技泳衣被禁原因昂貴且不符合公平競技精神」
• 我的世界刷怪塔為什么不刷怪了 我的世界刷怪塔為什么不刷怪了
• 為什么偏偏是我來到這個世界「世上為什么偏偏有了我我是誰從哪來到哪里去」
• 趙雷如何評價張韶涵阿刁 張韶涵為什么唱阿刁
• 北極星總是在正北方嗎 北極星為什么一直在北方
• 微笑為什么不當教練了 微笑怎么不做we教練了
• 霍利菲爾德為什么沒有泰森名氣大