生日悖论：为什么23个人就足以撞出同一天生日

2014年世界杯期间，记者们对全部32支球队做了一次核查。每支球队恰好23名球员，而在32支球队中有16支，也就是一半，至少有两名球员同一天生日。没有人刻意安排，这只是数字23的自然表现。

这就是生日悖论：在一间有23个人的房间里，出现同一天生日的可能性比不出现更大。一年有365个可能的生日，人却只有23个，这个说法听起来荒谬，而这种反应几乎人人都有。但这个结果不是把戏，不是统计错觉，也不依赖什么附加条款。它只是一段简短的计数论证，而一旦你看清直觉执行的究竟是哪一种错误的计数，悖论就会消解成近乎显然的东西。

把命题说清楚

取23个人，假设他们的生日相互独立，并且等可能地落在365天中的任何一天，暂时忽略2月29日。命题是：

其中至少两人同一天生日的概率是50.7%，比抛硬币略高。

有两个细节很重要。第一，命题说的是任意两人相同，而不是与某个特定的人相同。第二，"同一天生日"指一年中的同一天，比如3月14日，而不是同年同日。两个细节听起来都无关紧要。但我们将看到，其中一个正是整个悖论的关键。

证明只是数数

直接的问题，也就是"某人和某人相同的概率是多少"，正面强攻并不好算，因为配对成功可以通过许多相互重叠的方式发生。概率论对此有一个标准动作：先算什么都没发生的概率，再用1去减。想从头理解这一步为什么合法，可以读直觉理解概率。

这就是整个证明：数配对，看出配对成功为什么合理；再乘23个分数，看出到底有多合理。没有高深工具，没有需要凭信念接受的环节。每一步都可以用计算器核对。

而且曲线还在快速攀升。30人时配对概率是70.6%。50人时是97.0%。70人时是99.9%：同一天生日几乎板上钉钉，尽管一年里还有295天无人问津。

直觉错在哪里

生日悖论稳定地愚弄着人们，而且愚弄的方式具体又可诊断：人们回答了错误的问题。

听到谜题时，你的大脑会悄悄把它替换成一个以你为主角的版本。这里有人和我同一天生日的概率是多少？这个问题的答案确实很小。在23人的房间里，其他人只有22个，每人与你相同的概率是1/365，有人与你相同的总概率约为6%。如果谜题真的问的是你的生日，怀疑者就是对的。

但谜题问的是任意配对。你对上其他每个人：22对。还有2号对3号、7号对19号，以及所有与你完全无关的其他组合：再加231对，总共253对。直觉数得清它能从自身视角想象的22次比较，却对它置身其外的231对存在结构性盲区。悖论不在于概率行为古怪，而在于一间23人的房间里包含的比较次数，是任何单个人亲身经历的十一倍。

有一个干净的办法可以看清这个差距有多大。要让某人恰好与你相同的概率达到50%，22个人远远不够：你需要自己之外的253个人。匹配一个固定生日所需的他人数量，恰好等于23个人之间的配对数量。这不是巧合，而是两个问题被同一套算术解决，它精确度量了"我的生日"这种提问方式把局面低估了多少。

让答案经得起推敲的细则

计算假设了365个等可能的生日，并且没有闰日。这两个假设在现实世界都不成立，所以有理由问：50.7%接触现实之后还站得住吗？

站得住，而且现实反而帮忙。把2月29日作为罕见的第366天加进来，概率只被压低一丝，远不足以把门槛从23挪走。生日不均匀则朝另一个方向推：真实的出生数据显示季节性高峰，某些月份总是更拥挤。任何这样的不均匀都会让碰撞更容易发生，因为把概率堆到热门日子上，恰恰是碰撞最爱吃的东西。均匀模型是对悖论最苛刻的设定，它照样越过了50%。

这种稳健性值得停下来品味，因为它与悖论味谜题的通常表现正好相反。比如蒙提霍尔问题就以对细则敏感著称：改变主持人知道什么，答案就跟着变。生日悖论是那个结实的兄弟。对教科书假设的每一种现实偏离都把概率往上推，于是这个惊奇经得起任何挑剔。

从派对把戏到攻破哈希函数

生日悖论就算只当派对赌注也够本了，但它还有一份正经工作。在密码学里，它决定了寻找碰撞的价格，甚至有一整类攻击策略以它命名。

哈希函数把任意输入压缩成固定长度的指纹，而安全性常常取决于没有人能找到指纹相同的两个不同输入。假设指纹是128位，也就是 2 的 128 次方种可能，一个天文数字。想猜出命中某个特定指纹的输入，确实需要 2 的 128 次方量级的尝试，永远无望。但攻击者若只想找到某个碰撞，也就是任意两个结果一致的输入，玩的就是生日游戏：不断生成随机输入，按平方根法则，大约 2 的 64 次方次尝试后就该出现一次碰撞。这就是生日攻击，而 2 的 64 次方是个大数，却不是一个安全的数：有决心的攻击者已经跨过了它。

换句话说，以位来衡量，这个悖论把哈希的有效强度砍掉了一半。这正是想要128位碰撞抗性的密码学家会选用256位输出哈希的原因：2 的 256 次方的平方根是 2 的 128 次方，让生日捷径也够不着。一个决定你该请多少人来派对的规律，也决定了多少位在保护你的银行连接，而且两次用的是同一个计算。

动手试试，反正不花钱

和最好的概率结论一样，这一条的检验成本极低。任何25人左右的群体都行：一间教室、一层办公楼、一份球队名单、一张婚礼宾客表。把所有人的生日问一遍，等着配对出现。当然，单独一组什么也证明不了。命题是50.7%，不是必然，所以这个赌注差不多有一半时间会输。

有说服力的版本是重复。运动队名单最适合干这个，这也是世界杯总在生日悖论文章里出现的原因：23人的球队恰好是阈值规模的实验，现成又公开。查十支球队，你应该预期其中大约五支出现配对。或者跑个模拟：几行代码，给23个人从1到365随机取数并检查重复，跑上一万次，结果会落在0.507的百分之零点几以内。乘23个分数的论证给出了一个精确的预言，世界不断地兑现它，很少有比这更快让概率变得真实的方式。

其中的禅意

生日悖论经久不衰，因为它是一种普遍失误模式的完美缩影。直觉从单一视角评估局面，也就是你的视角，而在组合情形里，单一视角的偏差随人群规模一起增长。随机性没有任何失常。错误完全在于哪一个问题被悄悄地回答了。

解药也和概率论里一贯的一样：拒绝猜测，动手去数。数一数配对，合理性就浮现。乘一乘分数，精确数字就掉出来。同一个计数随后原封不动地重现在密码系统的设计里，这是整门学科安静的教诲：一个概率论证并不知道自己是在服务一场酒吧赌局，还是在保卫互联网。

二十三个人。二百五十三次机会。这个房间从来没有它看上去那么空。