あの伝説の国士無双13面待ち
これが出る確率を求めてみました。
解説動画はこちら
国士無双13面待ちが出る確率は?
今回は麻雀ネタです。
麻雀における最高峰の役「役満」の一つに
「国士無双」という役満があります
13種類の么九牌（一九字牌）を
各1枚以上集める特殊な形の役満です。
13面待ち
自分一人がずっと国士無双13面待ちを狙い
他はただパイを捨て続けるとした場合の確率です。
簡易に求めるコード
接待麻雀モードになっていますが
10万局中120回
確率0.12%でした。
2.他家が確率でアガるモード
先ほどのプレイヤーがずっと国士無双を狙う状態で
他家が10巡目以降、確率でアガられてしまう状態の
確率を求めています。
3.13面待ちからアガる確率
他家が確率でアガるモードに加えて
13面待ちから、上がれたかどうかの
確率も求めました。
こちらはぜひ動画で確率をご覧ください。
まとめ
13面待ちでアガリの確率はさらに低いので(一生に一度出せるかどうか)
これが出る確率を求めてみました。
解説動画はこちら
国士無双13面待ちが出る確率は?
今回は麻雀ネタです。
麻雀における最高峰の役「役満」の一つに
「国士無双」という役満があります
13種類の么九牌（一九字牌）を
各1枚以上集める特殊な形の役満です。
13面待ち
萬子・索子・筒子の1・9、東・南・西・北・白・發・中の
計13種類をすべて揃えた状態でアガリ待ちの状態のことです。
この13面待ちがどれくらいの確率でやってくるのか
プログラムで求めていきたいと思います。
1.接待麻雀モード計13種類をすべて揃えた状態でアガリ待ちの状態のことです。
この13面待ちがどれくらいの確率でやってくるのか
プログラムで求めていきたいと思います。
自分一人がずっと国士無双13面待ちを狙い
他はただパイを捨て続けるとした場合の確率です。
簡易に求めるコード
import random
# ヤオ九牌（1, 9, 字牌）のインデックス定義
YAOCHU_INDICES = [0, 8, 9, 17, 18, 26, 27, 28, 29, 30, 31, 32, 33]
def is_kokushi_13men_machi(tehai):
"""
国士無双13面待ちの判定
13種類のヤオ九牌がすべて1枚ずつ揃っているか
"""
for idx in YAOCHU_INDICES:
if tehai[idx] < 1:
return False
return True
def simulate_one_game_kokushi():
# 山の作成（136枚）
yama = []
for i in range(34):
yama.extend([i] * 4)
random.shuffle(yama)
# 全員の手牌（4人分）
players_tehai = [[0] * 34 for _ in range(4)]
# 配牌（各13枚）
for p in range(4):
for _ in range(13):
pai = yama.pop()
players_tehai[p][pai] += 1
turn = 0
while len(yama) > 14:
turn += 1
for p in range(4):
# --- 1. ツモ ---
tsumo_pai = yama.pop()
players_tehai[p][tsumo_pai] += 1
# --- 2. 判定（プレイヤー0のみ国士無双を判定） ---
if p == 0 and is_kokushi_13men_machi(players_tehai[p]):
return True, turn, p
# --- 3. 捨て牌選択 ---
if p == 0:
# プレイヤー0: 国士無双を狙う戦略
discard_candidates = []
# 優先順位1: 中張牌を捨てる
for i in range(34):
if i not in YAOCHU_INDICES and players_tehai[p][i] > 0:
discard_candidates.extend([i] * players_tehai[p][i])
# 優先順位2: 被っているヤオ九牌を捨てる
if not discard_candidates:
for i in YAOCHU_INDICES:
if players_tehai[p][i] >= 2:
discard_candidates.append(i)
# 優先順位3: どれでも（13面待ち完成中など）
if not discard_candidates:
discard_candidates = [i for i, count in enumerate(players_tehai[p]) if count > 0]
discard_pai = random.choice(discard_candidates)
else:
# 他のプレイヤー: ツモ切り（今引いた牌をそのまま捨てる）
discard_pai = tsumo_pai
players_tehai[p][discard_pai] -= 1
# 山がなくなったら終了（流局）
if len(yama) <= 14:
break
return False, turn, None
def run_kokushi_experiment(episodes_per_step=10000):
print(f"国士無双13面待ちシミュレーション ({episodes_per_step}局)\n")
print("成立回数 | 成立確率 | 平均巡目")
print("-----------------------------------------")
success_count = 0
total_turns = 0
for _ in range(episodes_per_step):
is_clear, turns, winner = simulate_one_game_kokushi()
if is_clear:
success_count += 1
total_turns += turns
prob = (success_count / episodes_per_step) * 100
avg_turn = total_turns / success_count if success_count > 0 else 0
print(f"{success_count:4}回 | {prob:6.2f}% | {avg_turn:5.2f}巡")
run_kokushi_experiment(100000)国士無双13面待ちシミュレーション (100000局)
成立回数 | 成立確率 | 平均巡目
-----------------------------------------
120回 | 0.12% | 16.44巡
接待麻雀モードになっていますが
10万局中120回
確率0.12%でした。
2.他家が確率でアガるモード
先ほどのプレイヤーがずっと国士無双を狙う状態で
他家が10巡目以降、確率でアガられてしまう状態の
確率を求めています。
3.13面待ちからアガる確率
他家が確率でアガるモードに加えて
13面待ちから、上がれたかどうかの
確率も求めました。
こちらはぜひ動画で確率をご覧ください。
まとめ
国士無双13面待ちは、それなりにアガるプレイヤーがいても
10000局に1回位は見れると推測されるので
年間300試合、試合平均11局だと、3-4年に1回は
13面待ちの実況が見れるかもしれません。
13面待ちの実況が見れるかもしれません。
13面待ちでアガリの確率はさらに低いので(一生に一度出せるかどうか)
もう10年は見れないかもしれないですね。
今回は麻雀ネタでしたが
次回も多分麻雀ネタです。
それでは。
今回は麻雀ネタでしたが
次回も多分麻雀ネタです。
それでは。
