概率
模拟不同的洗牌方法（Riffle / Overhand），输出 可视化牌序与 熵估计。告诉你"几次洗牌才算够随机"。
广告位
预留自然广告位经典数学家 Persi Diaconis 与 David Bayer (1992) 证明： 一个真正的 Riffle 洗牌 = 二项分布切牌 + 交叉合并。 7 次 Riffle才能让牌序完全随机。 实际人手洗牌通常是弱 Riffle，4 次就够。
手过式洗牌是最常见的牌桌动作， 但随机化效果极差。 100 次 Overhand 才能达到 7 次 Riffle 的效果。 实际牌桌两种洗法通常组合使用。
理论上"完美"的交叉洗牌：将牌精准分成两半交叉。 这种洗法有 记忆力 —— 顶部第 k 张仍大概率在第 k 位置附近。 用于魔术表演，不适合游戏。
赌场使用 CSM（连续洗牌机）：每手牌后重新洗。 优势：无记忆，算牌完全失效。 劣势：玩家失去对小牌靴的算牌机会。
基于 Bayer-Diaconis (1992) 论文方法。仅模拟，不保证真实洗牌过程精度。
本地模拟。本站可能展示 Google AdSense 广告。详见 Google 广告政策。
仅供数学演示用途。