很簡單，不管當前局勢是什麼樣，不管對不對，不管三七二十八

上來就說，我給大家分析一下場上的資訊量：

場上12位玩家的身份總共有831600種分佈情況。而實際上本局遊戲中只會出現這831600 種情況中的某一種。我們要逐漸從這 831600 種情況中抽絲剝繭，找出本局遊戲實際上是哪一種情況。

對於我 們來說，每一局遊戲中場上其他玩家的底牌是什麼都是非常不確定的，有著極其豐 富的可能。而所謂的資訊量，能使本身不確定的事情變得更加確定，即幫助我們排 除掉一些不可能發生的情況，減少對場上其他玩家身份估計的不確定性。

而相反地，有些事情本來就很確定了，例如場上有四張狼人牌，再告訴我一百 遍場上有四張狼牌，這句話還是沒有絲毫的資訊量，因為這件事情本來就確定得不 能更確定了。所以說資訊量的大小跟事情不確定性的變化有關。能讓事情的不確定 性變得越小，則資訊量越大。

那麼，不確定性的變化又跟什麼有關呢？在狼人殺中，這跟事件的可能性的數 量有關。 比如本來場上玩家身份的分佈總共有831600種，結果我們摸到了一張狼人牌， 晚上一睜眼就看到了另外三個狼隊友，那麼剩下的事情就是從剩下八張好人牌裡確 定四張神牌各自的位置了，這樣一算，場上玩家的身份分佈就只剩下 1680 種了。所 以我們說狼人開局就擁有了巨大的資訊量。

那麼，該怎麼衡量不確定性變化的大小呢？該怎麼定義它呢？ 跳過煩瑣的理論，我們還是直接說結論吧，對此感興趣的讀者可以自行去網上了 解一下克勞德·艾爾伍德·夏農提出的資訊理論。在資訊理論裡面，熵（Entropy）是資訊 不確定性的一個測度，熵越大則表示事件的不確定程度越高，用公式來表示是 ：

其中H 是熵，U 可以理解為所有可能事件的集合，P（x）則是某一具體事件x 發生的機率。其中 log 的底數可以取任意一個大於 1 的數，這裡我們認為規定使用 2 作為 log 的底數，此時資訊熵的單位為位元（Bit）。

假設我們處在上帝視角，那麼我 們就能夠 100% 確定場上所有玩家的身份，那麼此時的熵值就是 -1×log21 ＝ 0 ；

如果 我們處在普通視角，場上 12 位玩家的身份都不清楚，那麼此時的熵值就是 831600* （-1/831600）log2（1/831600）＝ 19.67。

發牌過程中，在狼人殺中每一種身份分佈可能性的機率都是相等的，簡便起見 我們可以將公式簡化為 ： H ＝ log2（n）

這樣看上去就非常簡單了，以2為底數，以場上身份分佈的可能情況的數量為 真數，進行一次對數運算，相信對於大家來說這還是很容易理解的。取對數的主要 好處就在於保證了函式的非負性和可加性。

好的，有了簡單而合適的數學工具來量化資訊，接下來就讓我們舉一些例子來看一下如何將資訊熵應用到狼人殺的理論分析之中。

在一局遊戲中我們開啟自己的身份牌之前，場上可能發生的身份分佈情況數是 12 ！÷4 ！÷4 ！＝ 831600（H ＝ 19.67）。接下來我們就要開啟我們的身份牌並進入 首夜了。 假如我們摸了一張狼牌，晚上看見了另外三個狼隊友，情況數就是 8 ！÷4 ！＝ 1680（H ＝ 10.71）； 假如我們摸了一張民牌，情況數就是 11 ！÷4 ！÷3 ！＝ 277200（H ＝ 18.08）； 假如我們摸了一張女巫牌、獵人牌或者白痴牌，情況數就是 11 ！÷4 ！÷4 ！＝ 69300（H ＝ 16.08）； 假如我們摸了一張預言家牌，第一天驗了一個查殺，情況數就是 10 ！÷3 ！ ÷4 ！＝ 25200（H ＝ 14.62）； 假如我們摸了一張預言家牌，第一天驗了一個金水，情況數就是3×（10！ ÷4 ！÷4 ！）+10 ！÷4 ！÷3 ！＝ 44100（H ＝ 15.43）。

資訊熵的值越大代表混亂程度越高，代表目前擁有的資訊越少。經過比較資訊熵的大小，我們就會很清晰地發現狼人牌開局時所擁有的資訊量是遠遠高於好人牌 的，而在好人牌中，平民是資訊量最少的身份，女巫、獵人和白痴的資訊量都要大 於平民，而預言家因為其驗人功能所以在第一夜過後是好人陣營資訊量最大的一張 身份牌。同時我們會注意到，在首夜預言家驗出查殺的資訊量是大於驗出金水的， 所以單從資訊量的角度考慮，預言家首夜驗出查殺的收益更大。

另外值得一提的是， 如果女巫牌第一天就開解藥救人，如果能夠確保救下的一定是一張好人牌，那麼女巫牌開局時的資訊量和驗出金水的預言家是一樣的，即H ＝15.43。而如果不那麼確定銀水是好人的話，女巫牌開局的資訊熵應該介於 15.43 至 16.08 之間。

具體的計 算方法為 ：在我們認為銀水有 10% 的機率是自刀狼，90% 是好人的情況下，那麼H ＝ -[0.9×log2（0.9/44100）+0.1×log2（0.1/25200）] ＝ 15.82。 摸到狼人將直接給我們帶來8.96的資訊變化量，而摸到好人只有0.87 的資訊變化量，而在神牌起跳之前，神牌永遠比平民多 2.00 的資訊量，女巫銀水的 資訊量（0~0.65）小於等於預言家首驗金水的資訊量（0.65），且遠遠小於預言家首驗查殺的資訊量（1.46）。

資訊就分析到這，下面請開始你們的表演

大概是pandakill有一期，飲料大神在狼隊首刀了小蒼的女巫，在警上不知道透過什麼動作和表情判斷小蒼毒了自己，直接在前置位跳女巫說自己中刀毒了小蒼。是真的強。

還有一局，惡靈的板子，JY第一天自刀，結果小蒼女巫沒救。JY警上發言本來想裝作炸小蒼身份然後退水，加上銀水護體坐高自己身份。但是跳著跳著抿出來小蒼是女巫而且沒救自己，直接就剛到最後盤小蒼是惡靈。真的強，雖然輸了……

為什麼看這麼多的回答，總覺得都是不會玩的一樣？

看了幾個回答在上的，都是17年五六月份都玩過的套路，好吧，我也好久沒玩了，可能現在套路還是那些套路。

狼人殺怎麼裝，逼？玩臨時最花的板子！還能全部不死！看當時場面，能把掛機不知身份的牌，給他按上預言家的身份，反打真預言家。

好人牌，直接在上警搶警徽的時候，打出兩狼，在從警上按照一些位置學，直接打出警下兩狼的大概位置，給他們找對立面。

在看投票，一輪發言，按照他們上一局的狀態打法。基本兩夜四狼出來，肯定也會有失手的時候，高手有很多，愚神更多！

舉個例子，四狼分兩隊，兩隊互懟，其中一狼跳不跳無所謂！夜晚誰都殺，就不殺預言家。留著她嗨皮，如果被查到，沒事，四狼直接反打，打反邏輯，打人們思維上的短暫空缺，把真的打死。

總之說的我又想下載玩了。