透過 MCP 連接 →

輸入計算

整套不同款式的總數(假設各款機率相同)

數學公式

廣告

結果

集滿整套的期望抽數
14.7
抽(平均)
款式種類數(n) 6
調和數 H(n) 2.45
假設條件 所有款式機率相同(均等掉落率)

這個計算機能做什麼

這個工具可以估算你要抽多少次扭蛋、買多少顆轉蛋、開多少包集換卡或貼紙,才能把一整套裡的每一款都至少蒐集到一個。這就是機率論中經典的「贈券收集問題(Coupon Collector's Problem)」。計算結果是大量嘗試後的平均值:單次實際入坑可能比較幸運,也可能特別非洲。這套數學是通用的,無論你在哪個國家、用哪個平台都適用。

使用方法

輸入你想集滿的整套裡有幾種不同的款式(例如一組 6 款的轉蛋陣容,或一個 66 張的卡牌系列),就能看到期望的抽數。本計算機假設每次抽取時,每一款出現的機率都相同。

公式說明

若共有 n 種出現機率相同的款式,集滿整套的期望抽數為 $$E(\text{draws}) = \text{n} \sum_{k=1}^{\text{n}} \frac{1}{k}$$ 其中 \(H(n)\) 是第 \(n\) 個調和數:\(H(n) = 1 + 1/2 + 1/3 + \ldots + 1/n\)。直覺上來說:當你已經擁有 \(i-1\) 種不同款式時,下一抽抽到全新款式的機率是 \((n-(i-1))/n\),所以平均要抽 \(n/(n-(i-1))\) 次才能拿到第 \(i\) 種新款。把 \(i=1\) 到 \(n\) 全部加總起來,剛好等於 \(n\) 乘上 \(1/k\) 的總和。

Advertisement
展示收藏逐漸集齊時抽到新物品機率遞減的示意圖
隨著收藏增多,每次新抽抽中缺漏物品的機率越來越低,因此每件新物品所需的期望抽取次數也隨之上升。

實際範例

以一套 6 款為例:$$H(6) = 1 + \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \frac{1}{5} + \frac{1}{6} = 2.45$$ 所以 \(E = 6 \times 2.45 = \mathbf{14.7}\) 抽。第一款 1 抽必中,但光是最後那款最難入手的,平均就要再抽大約 6 次才會出現。

隨著不同物品數量增加,期望總抽取次數增長的長條圖
隨著集合規模增大,期望抽取次數 \(E(n)=n \cdot H(n)\) 的增長快於 \(n\)。

常見問題

有稀有度分級或機率不一樣時,這個算法還適用嗎?不適用。本公式假設每一款出現的機率都相同。如果你的扭蛋有稀有與普通之分、各自機率不同,就要用更一般化的「加權贈券收集」模型,算出來的數字會更大。

這個答案是保證值嗎?不是,它是長期下來的平均值。你可能更快完成,也可能拖得很久;這個分布有很長的尾巴(極端值不少)。

怎麼估算花費?把期望抽數乘上你每抽的單價,就能得到預估的預算。

最後更新: