为了研究蜘蛛纸牌的规则，我玩了200局！

一旦最初的十张牌都确定下来，我们就能计算出“保证轮数（guaranteed turns，GT）”，即玩家在被迫更换至另一排之前能够确定亮出的牌的最少数目。无论何时，当新的一排的十张牌已经确定下来后，我们都可以做一个类似的计算，假装它是新的一局游戏的开始。这样一来我们就可以计算出GT的平均值（AGT）。如果几轮下来GT的值很小，那么玩家就要有麻烦了。要说明的是AGT和玩家本身无关，所以很容易通过进行很多次实验（即确定很多排）来模拟出AGT的概率分布。

对于每一局游戏来说我们都希望记录一组能够反映牌运气好坏的数据，数值越高，证明获胜的几率越大。我们想到的一个方案是评估在一局绝对公平、无偏袒性的游戏里，这些测试数据的取值，再和我们怀疑可能存在偏向性的游戏中记录的数据值进行比较。

在线蜘蛛纸牌网页游戏大全

理想情况下，电脑端蜘蛛纸牌游戏能够模拟真实情况下且洗牌充分的纸牌游戏。如果在游戏的任何一个节点，有 N 张牌还没被看过，那么每张牌都有 1/N 的可能性作为下一张翻面的牌出现（为了叙述的方便，我们忽略了具有相同花色和大小的纸牌之间的等价性）。举个例子，在起始位置我们知道有 10 张牌被亮了出来。因为总共的 104 张牌里一共有 8 张 K，所以单张亮出来的牌是 K 的概率是 8/104=1/13，因此亮出来的牌是 K 的期望张数是 10×1/13=10/13。如果在玩了相当多局数的游戏之后，我们发现亮出来K的数目平均下来接近 11/13，我们就有理由相信这款蜘蛛牌程序是有偏向性的。

从本文的角度出发，我们这里假设玩家在玩蜘蛛纸牌的时候不使用“撤销”“重来”“加步”（把游戏削减为一个简陋的初始版本），这样玩家就不用考虑计分、花费的时间以及移动的步数了。很多人都认为在这样的条件下游戏几乎赢不了，但是加州州立大学长滩分校的史蒂夫·布朗在他出色的著作《蜘蛛纸牌获胜策略》中给出了一些详细的策略，并且提到在306局游戏中可以取得48.7%的胜率。同时他也指出自己的玩法还不是完美的，那些专业玩家可以做得更好，甚至达到超过60%的胜率。我利用了布朗的这些策略进行了实验，结果表明确实能够达到超过48.7%的胜率。

玩家们一直在抱怨说不同的软件存在偏差。具体来讲，就是如果程序探测到了玩家的胜率很高，它可能就暗中操纵后面的牌的次序来降低胜率。玩家本身也有可能被偏向从而发挥出最好水平。不过，通过一些基本的统计学手段，我们有可能对这种“偏向的指控”进行证实或者驳斥。这一点也可以作为一个很好的练习，来看看一个人是如何使用在现实世界观察到的数据并配合统计学手段来判断一个假说（比如“蜘蛛纸牌程序是有偏向性的”）是真的还是假的。

第三原则：反复利用空位，将同花色整理在一起。这一步最难，也是该游戏的精髓所在。要珍惜空位，把能够整理在一起的全部同花色整理起来，最后一步才是考虑发牌。

第二原则：多开空位，从大到小。要尽可能的多开空位，因此，如果没有同花色可以移动，先要从最大的异花色开始搭配，只有这样才能尽量多的翻牌。

蜘蛛纸牌是我们打发时间的常见游戏。在游戏中，最高难度的四花色模式常常让人望而生畏。本文不想让游戏变得索然无味，只是给大家原则性指导，提供有效的游戏思路，使大家少走弯路。

曾经在开机后杀毒时玩电脑自配的纸牌游戏，得最分为20202分，不知这个是不是吉尼斯世界纪录？当时存了截图在电脑里，但电脑和相关移动硬盘都损坏了，无法修复查找。谁知今天玩低级蜘蛛纸牌，得到高分1295分。不知圈内朋友还有没有比这高的？

最后这把游戏依然没有过关电脑单机游戏三国战略版本，不过却得知了负数以后仍然可以继续返回游戏。那么分值达到负800的时候会是一种什么样的体验呢？会不会是及时全部消完了也依然是负数或者说不能不能继续游戏呢？

但是如果移牌和撤销的次数多了，达到500步的时候，没有了基础分会怎么样呢？是提示不能继续游戏还是怎么样呢？小编进行了一次试验，发现移动超过500步的时候，依然是可以进行游戏的，只是分数变成了负数，每当消除一次就会变成正数

纸牌首先开始以后是有500分的基本分，每移动一步或者撤销一步就会扣除一分，在XP系统中发牌以后就不能撤销了，但是在win7系统中，即使发了牌依然可以撤销，因此可以在一把到结束的时候没有通过的时候可以重新试一次。

相信很多人都玩过一款经典的纸牌游戏，windows系统自带的蜘蛛纸牌，这个纸牌分为三种玩法，分别是初级（一套牌），中级（两套牌），高级（四套牌）。小编的智商不够，只能够玩玩初级和中级的。