#博弈论解题框架：海盗分金与毒药问题

上周复盘会上，有个学员跟我抱怨：面试官问了一道"五个海盗分金币"的问题，他想了五分钟没想出来，最后硬着头皮瞎猜了一个答案。

我问他："你猜的什么？"

他说："我猜是97、0、1、0、2。"

我问他为什么这么分，他说："直觉。"

这道题我面试过上百个候选人，能完整推导出来的不到20%。今天把博弈论最经典的两道题彻底讲透。

#一、海盗分金：逆向归纳的经典教材 🔴

#1.1 问题拆解

标准问题：

5个海盗抢了100枚金币，要分赃。分配规则是：先由1号海盗提出分配方案，如果超过一半的人反对，他就得死，剩下的人继续按顺序提方案。以此类推。假设每个海盗都足够聪明，会优先保命，其次追求利益最大化。问：1号海盗该怎么分配？

#1.2 ❌ 错误示范

候选人原话："我猜1号海盗应该给自己多分一点，毕竟他是提方案的人..."

问题诊断：

• 完全没理解博弈论的核心——要倒着推
• 把"聪明"理解成"贪婪"，实际上聪明海盗的第一目标是保命
• 没有考虑后面海盗的预期行为

面试官内心 OS："这种题上来就猜答案的，说明根本没学过博弈论的基本方法。" :::

#1.3 标准回答

核心方法：逆向归纳法——从最后一种情况往前倒推。

第一步：只剩5号海盗 如果只剩下5号，他可以拿走全部100枚金币。因为前面的人都死了，他自己就是多数。

第二步：4号海盗的处境 4号知道，如果自己死了，5号就能拿走全部。所以4号只需要给自己投赞成票，就能活。那么4号的方案可以是：

• 4号：100枚，5号：0枚

4号必死。

第三步：3号海盗的处境 3号知道，4号必死后会投反对票（因为4号会投100、0），所以他需要争取5号的支持。

• 3号：99枚，4号：0枚，5号：1枚

如果3号死了，5号只能拿到1枚，所以5号会支持3号。3号方案通过。

第四步：2号海盗的处境 2号需要争取2票反对自己才能活（超过半数反对才死）。

• 3号会投反对票（因为2号死了他拿99）
• 4号支持（因为2号死了他0枚，现在能拿1枚）
• 5号支持（因为2号死了他1枚，现在能拿2枚）

所以2号的方案：

• 2号：97枚，3号：0枚，4号：1枚，5号：2枚

通过！

第五步：1号海盗的处境 1号需要争取3票支持。他可以拉拢4号和5号：

• 2号：0枚（2号死了能拿97枚，所以2号必反对）
• 3号：1枚（3号现在能拿99枚，但1号死了他只能拿1枚，所以1枚就能收买）
• 4号：0枚（4号在2号方案里能拿1枚，1号死了能拿1枚，区别不大）
• 5号：2枚（5号在2号方案里能拿2枚，现在也是2枚，有影响）

等等，这样只有2票支持。重新算：

1号方案：

• 1号：98枚，2号：0枚，3号：1枚，4号：0枚，5号：1枚

3号：1枚 vs 0枚（收买） 5号：1枚 vs 2枚（亏了）

拉拢失败。

再试：

• 1号：97枚，2号：0枚，3号：1枚，4号：2枚，5号：0枚

3号：1枚（收买） 4号：2枚 vs 1枚（收买） 5号：0枚 vs 2枚（亏）

还是只有2票。

正确分配：

• 1号：98枚，2号：0枚，3号：0枚，4号：1枚，5号：1枚

4号：1枚 vs 0枚（收买） 5号：1枚 vs 0枚（收买）

赞成票：4号、5号、1号自己 = 3票，通过！

#1.4 最终答案

#1.5 追问升级

追问1：如果规则改成"超过一半的人赞成才能通过"呢？

答：那就需要3票赞成。1号必须同时拉拢3、4、5号中的至少两个。

追问2：如果5个海盗都是"宁可同归于尽也要让别人拿不到"的性格呢？

答：那就进入了"死循环博弈"，所有方案都不会通过，因为每个人都会投反对票。

【面试官手记】 这道题能完整推导出来的候选人，我基本都会给P7的入场券。因为他展现了两种关键能力：一是逆向思维的框架，二是把复杂问题拆成简单步骤的耐心。 :::

#二、毒药问题：老鼠试毒的变种 🔴

#2.1 问题拆解

经典问题：

有1000瓶酒，其中一瓶有毒。毒酒喝下去会在一周后死亡。现在给你10只老鼠，一周时间，如何找出那瓶毒酒？

#2.2 ❌ 错误示范

候选人原话："让老鼠一只一只地喝，死了的那只喝的酒就是有毒的..."

问题诊断：

• 10只老鼠只能标记10瓶酒，怎么标记1000瓶？
• 没有利用二进制编码的思路
• 只想到线性方案没想到指数级方案

面试官内心 OS："这道题其实有很优雅的数学解法，只会逐个试的候选人，说明思维还不够发散。" :::

#2.3 标准回答

核心思想：二进制编码

把1000瓶酒用0到999编号，转成二进制：

第1瓶 = 0000000001
第2瓶 = 0000000010
第3瓶 = 0000000011
...
第1000瓶 = 1111101000

10只老鼠，每只对应二进制的一位。

给老鼠喂酒的原则：

• 第1只老鼠喝所有二进制第1位是1的酒
• 第2只老鼠喝所有二进制第2位是1的酒
• ...
• 第10只老鼠喝所有二进制第10位是1的酒

一周后，观察哪些老鼠死了：

• 死了的老鼠标记为1
• 活着的老鼠标记为0

得到的二进制数就是毒酒的编号。

举例： 如果老鼠1、3、5死了，老鼠2、4、6、7、8、9、10活着：

活着 = 0，死了 = 1
老鼠顺序从1到10：1,0,1,0,1,0,0,0,0,0
转成十进制 = 0101010000₂ = 336

第336瓶酒有毒！

#2.4 追问升级

追问1：n只老鼠能测多少瓶酒？

答：2^n 瓶。10只老鼠能测 2^10 = 1024 瓶，所以1000瓶够用。

追问2：如果是两瓶毒酒呢？

答：需要把问题升级为"哪些瓶子会让老鼠死亡"，每个老鼠有三种状态（没喝毒酒、喝了第一瓶毒酒、喝了第二瓶毒酒），可以用三进制或信息论的方法扩展。

【面试官手记】 有个学员答对了二进制编码，但被追问"为什么用二进制而不是十进制"时答不上来。我告诉他：二进制只需要考虑"喝/不喝"两种状态，最简单。十进制要考虑的状态太多，喂老鼠的操作会复杂得多。 :::

#三、囚徒困境：合作与背叛的永恒博弈 🟡

#3.1 问题拆解

两个嫌疑人被抓，分别关押。检察官告诉他们：如果两人都坦白，各判5年；如果两人都抵赖，各判1年；如果一人坦白、一人抵赖，坦白的无罪释放，抵赖的判10年。问：两人会怎么选？

#3.2 ❌ 错误示范

候选人原话："他们应该都抵赖，这样总体判刑最少。"

问题诊断：

• 用集体最优来代替个人最优
• 忽略了"理性人"假设——每个人都会选择对自己最有利的
• 没有意识到"背叛"是占优策略

面试官内心 OS："这道题考的是你对Nash均衡的理解，不是让你当道德楷模。" :::

#3.3 标准回答

站在A的角度分析：

• 如果B坦白：A坦白 = 5年，A抵赖 = 10年 → 坦白更好
• 如果B抵赖：A坦白 = 0年，A抵赖 = 1年 → 坦白更好

无论B怎么选，坦白都是A的占优策略。

同理，B也会选择坦白。

所以Nash均衡是（坦白，坦白），各判5年。

#3.4 追问升级

追问1：怎么打破囚徒困境？

答：重复博弈。如果两人知道会多次被抓，就会倾向于合作（抵赖）。

追问2：在系统设计中，怎么利用囚徒困境？

答：设计激励时，让合作收益大于背叛收益。比如"赏金猎人"机制——举报坏人的人可以获得奖励，而坏人如果不自首，一旦被举报就会双重惩罚。

【面试官手记】 我通常用这道题测试候选人对"博弈论基础概念"的理解。能说出Nash均衡和占优策略的，至少是P6水平。能联想到系统设计的，是P7苗子。 :::

#四、博弈问题万能公式

#五、生产避坑

有人问：博弈论和写代码有什么关系？

场景1：分布式系统的一致性 Paxos/Raft协议本质上就是多人博弈——多个节点要在不完全信任的情况下达成共识。

场景2：微服务拆分后的利益分配 如果订单服务拆出来独立了，它和其他服务的交互就变成了博弈——每个服务都想最小化自己的成本。

场景3：缓存一致性策略 缓存和数据源的更新博弈——是删除缓存还是更新缓存？各有各的占优策略。

【面试官手记】 能把博弈论和分布式系统联系起来的候选人，我都高看一眼。因为这说明他不只是做题，而是在思考真实系统的设计逻辑。 :::

#六、工程选型

遇到博弈类面试题，记住"三步走"：

第一步：确定参与者 有哪几方在博弈？每个人追求什么目标？

第二步：列出收益矩阵 每个人的每个选择会带来什么结果？收益是多少？

第三步：找均衡点 什么是占优策略？什么是Nash均衡？