Python 案例分析|21 点扑克牌游戏

简介: 本案例通过一个 21 点扑克牌游戏的设计和实现,帮助大家了解使用 Python 数据类型、控制流程和输入输出。

image.png


本案例通过一个 21 点扑克牌游戏的设计和实现,帮助大家了解使用 Python 数据类型、控制流程和输入输出。
01、21 点扑克牌游戏概述
21 点又名黑杰克(Blackjack),是一种流行的扑克游戏。该游戏由两到六个人玩,使用除大小王之外的 52 张牌,游戏者的目标是使手中的牌的点数之和不超过 21 点且尽量大。

一手扑克牌的点数的计算规则如下:2 至 9 牌,按其原点数计算;10、J、Q、K 牌都算作 10 点(一般记作 T,即 Ten);A 牌(Ace)既可以算作 1 点也可以算作 11 点,由玩家自己决定(当玩家停牌时,点数一律视为最大而尽量不爆,如 A+K 为 21,A+5+8 为 14 而不是 24)。

02、21 点扑克牌游戏设计思路
本节按下列规则模拟 21 点扑克牌游戏:计算机人工智能 AI 作为庄家(House),用户作为玩家(Player)。

游戏开始时,庄家从洗好的一副牌中发牌:第 1 张牌发给玩家,第 2 张牌发给庄家,第 3 张牌发给玩家,第 4 张牌发给庄家。

然后,询问玩家是否需要继续“拿牌”,通过一次或多次“拿牌”,玩家尝试使手中扑克牌的点数和接近 21。如果玩家手中扑克牌的点数之和超过 21,则玩家输牌。

当玩家决定“停牌”(即,不再“拿牌”),则轮到庄家使用下列规则(“庄家规则”)“拿牌”:如果庄家手中的最佳点数之和小于 17,则必须“拿牌”;如果点数之和大于或等于 17,则“停牌”。如果庄家的点数之和超过 21,则玩家获胜。

最后,比较玩家和庄家的点数。如果玩家的点数大,则获胜。如果玩家的点数小,则输牌。如果点数相同,则平局。但玩家和庄家的牌值都是 21 点,此时拥有 blackjack(一张 Ace 和一张点数为 10 的牌)方获胜。

程序的流程如下:

(1)初始化一副洗好的扑克牌(调用函数 get_shuffled_deck()),初始化庄家和玩家手中的牌为空;

(2)依次给玩家和庄家各发两张牌(调用函数 deal_card());

(3)玩家拿牌:询问玩家是否继续拿牌,如果是,继续给玩家发牌(调用函数 deal_card()),并计算玩家牌点,如果大于 21 点,输出“玩家输牌!”信息,并返回。

(4)庄家拿牌:庄家(计算机人工智能 AI)按“庄家规则”确定是否拿牌,如果是,继续给庄家发牌(调用函数 deal_card()),并计算庄家牌点,如果大于 21 点,输出“玩家赢牌!”信息,并返回。

(5)分别计算庄家和玩家的点数,比较点数大小,输出输赢结果信息。

03、21 点扑克牌游戏实现
【例 1】猜 21 点扑克牌游戏示例程序(blackjack.py)。

import random
def get_shuffled_deck():
    """初始化包括52张扑克牌的列表,并混排后返回,表示一副洗好的扑克牌"""

    # 花色suits和序号
    suits = {'♣', '♠', '♢', '♡'}
    ranks = {'2','3','4','5','6','7','8','9','10','J','Q','K','A'}
    deck = []
    # 创建一副52张的扑克牌
    for suit in suits:
        for rank in ranks:
            deck.append(rank+' '+suit)
    random.shuffle(deck) #混排,即洗牌
    return deck
def deal_card(deck, participant):
    """发一张牌给参与者participant"""
    card = deck.pop()
    participant.append(card)
    return card
def compute_total(hand):
    """计算并返回一手牌的点数和"""
    values = {'2':2, '3':3, '4':4, '5':5, '6':6, '7':7, '8':8,
              '9':9, '1':10, 'J':10, 'Q':10, 'K':10, 'A':11}
    result = 0  #初始化点数和为0
    numAces = 0 #A的个数
    # 计算点数和A的个数
    for card in hand:
        result += values[card[0]]
        if card[0] == 'A':
            numAces += 1
    # 如果点数和>21,则尝试把A当做1来计算
    #(即减去10),多个A循环减去10,直到点数<=21
    while result > 21 and numAces > 0:
        result -= 10
        numAces -= 1
    return result
def blackjack():
    """21点扑克牌游戏,计算机人工智能AI为庄家,用户为玩家"""
    #初始化一副洗好的扑克牌,初始化庄家和玩家手中的牌为空
    deck = get_shuffled_deck()
    house = [] # 庄家的牌
    player = [] # 玩家的牌
    #依次给玩家和庄家各发两张牌
    for i in range(2): # 开始发两轮牌
        deal_card(deck, player) # 给玩家发一张牌
        deal_card(deck, house) # 给庄家发一张牌
    # 打印一手牌
    print('庄家的牌:', house)
    print('玩家的牌:', player)
    # 询问玩家是否继续拿牌,如果是,继续给玩家发牌
    answer = input('是否继续拿牌(y/n,缺省为y): ')
    while answer in ('', 'y', 'Y'):
        card = deal_card(deck, player)
        print('玩家拿到的牌为:{0}, {1}'.format(card, player))
        #计算牌点
        if compute_total(player) > 21: # 如果大于21点
            print('爆掉 ... 玩家输牌!')
            return
        answer = input('是否继续拿牌(y/n,缺省为y): ') #继续询问是否拿牌
    # 庄家(计算机人工智能)按“庄家规则”确定是否拿牌
    while compute_total(house) < 17:
        card = deal_card(deck, house)
        print('庄家拿到的牌为:{0}, {1}'.format(card, house))
        #计算牌点
        if compute_total(house) > 21: # 如果大于21点
            print('爆掉 ... 玩家赢牌!')
            return

    #分别计算庄家和玩家的点数,比较点数大小,输出输赢结果信息
    houseTotal, playerTotal = compute_total(house), compute_total(player)
    if houseTotal > playerTotal:
        print('庄家赢牌!')
    elif houseTotal < playerTotal:
        print('玩家赢牌!')
    elif houseTotal == 21 and 2 == len(house) < len(player):
        print('You loose.') # 拥有blackjack的庄家赢牌
    elif playerTotal == 21 and 2 == len(player) < len(house):
        print('庄家赢牌!') # 拥有blackjack的玩家赢牌
    else:
        print('平局!')

if __name__ == '__main__':
    blackjack()

运行结果示例 1。

庄家的牌: ['8 ♠', 'J ♢']

玩家的牌: ['3 ♢', '10 ♠']

是否继续拿牌(y/n,缺省为 y):

玩家拿到的牌为:9 ♡, ['3 ♢', '10 ♠', '9 ♡']

爆掉 ... 玩家输牌!

运行结果示例 2。

庄家的牌: ['K ♡', '2 ♢']

玩家的牌: ['7 ♣', 'Q ♠']

是否继续拿牌(y/n,缺省为 y): n

庄家拿到的牌为:K ♠, ['K ♡', '2 ♢', 'K ♠']

爆掉 ... 玩家赢牌!

目录
相关文章
|
17天前
|
数据采集 缓存 定位技术
网络延迟对Python爬虫速度的影响分析
网络延迟对Python爬虫速度的影响分析
|
19天前
|
数据采集 存储 JSON
Python爬虫开发中的分析与方案制定
Python爬虫开发中的分析与方案制定
|
26天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
83 7
|
25天前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
29 3
|
26天前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
43 2
|
2月前
|
数据采集 机器学习/深度学习 搜索推荐
Python自动化:关键词密度分析与搜索引擎优化
Python自动化:关键词密度分析与搜索引擎优化
|
2月前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
58 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
7月前
|
数据采集 JSON JavaScript
Python爬虫案例:抓取猫眼电影排行榜
python爬取猫眼电影排行榜数据分析,实战。(正则表达式,xpath,beautifulsoup)【2月更文挑战第11天】
279 2
Python爬虫案例:抓取猫眼电影排行榜
|
2月前
|
数据采集 前端开发 NoSQL
Python编程异步爬虫实战案例
Python编程异步爬虫实战案例
|
6月前
|
数据采集 前端开发 Java
Python简单爬虫案例
用pyhton从网页中爬取数据,是比较常用的爬虫方式。网页一般由html编写,里面包含大量的标签,我们所需的内容都包含在这些标签之中,除了对python的基础语法有了解之外,还要对html的结构以及标签选择有简单的认知,下面就用爬取fl小说网的案例带大家进入爬虫的世界。
下一篇
无影云桌面