說到概率，有一個特別經典的問題：存在三個盒子，其中一個盒子中存放着大獎。現在你隨機挑選了其中一個，中獎的概率是1/3。接着主持人打開了剩下2個盒子中的一個，沒有中獎。問給你一次重選擇的機會，你會怎麼做？維持原來的選擇 or 放棄原來的選擇。
1. 隨機
隨機是我們進行概率推導的基石之一。我們的統計學中經常說一枚硬幣拋正面的概率是50%，就是基於每次拋硬幣都是隨機事件。
插播一條笑話：一個身患重病的人決定去動手術。在手術之前，他問醫生：“這起手術的成功率是多少？”醫生回答他：“只有1%。”他很驚慌，但是醫生說：“沒事的，在你之前我已經治死過99個人了。”
聽着沒毛病，但是卻說出了“真隨機” 和 “僞隨機”的區別了。
真隨機
在真隨機中，每一個事件都是相互獨立、服從真隨機分佈的，不受其他事件的發生而改變。拿上面的笑話舉例，每次手術的成功率都應該是1%，這種相互獨立的，不受其他事件的發生而影響，纔是真隨機。
僞隨機
我們程序員都知道，程序給定條件，得到的是確定的結果。所以我們編寫的Math.random()肯定不是真隨機，而是僞隨機。代碼底下無祕密，我們看下自帶random函數的隨機數產生的邏輯。
圖1 random函數計算源碼
可以看出，如果給定相同的seed，random方法將返回相同的隨機數。所以程序只是在生成近似隨機結果
洗牌算法
各大音樂播放器中的“隨機播放”之中。在隨機播放時，如果採用真隨機，會導致一首歌無論如何都播放不出，或是同一首歌連續播放數次。爲了解決這個問題，播放器採用的解決方案即是洗牌算法：將一個包含所有歌曲的數組像洗牌一樣打亂，然後依次播放這個亂序數組。
在遊戲中，會有概率暴擊的設計。比如某個角色的大招有35%的概率使出暴擊，按照真隨機，那麼連續暴擊的概率 0.35X0.35=12.25%。
過高的暴擊概率對嚴謹的競技賽事來說，無疑是極其不公平的。因爲一次人品爆發秒掉對方核心，可能直接決定賽事的成敗，而缺少了競技的成分。
因此遊戲公司大都遵循 PRD機制PRD公式如下：
圖2 PRD公式
其中，C是一個小於1的常數（算法複雜，可以查表），N表示嘗試次數，P爲概率。公式表明的意義是：從事件發生起，每次不成功的嘗試都會增加1個固定值。 當觸發暴擊後，概率N重新計算。
圖3 預先算好的C值表
從表中，可以查到35%概率，使用的C約爲16%，因此可以算的p(7)=16x7%=112%, 即7次必出現1次暴擊。同時上來即兩次暴擊的概率爲 0.16x0.16 = 2.56%，大大降低了人品的干預。