前两天跟朋友吃饭，一桌十来个人，有人突然说"咱们没人同一天生日吧"。我顺口接了句，凑够23个人同处一室，里面有两个人同生日的概率就过五成了，结果全场当我吹牛。
其实算这个不用硬数人头。直接算它的反面反而干净：365天里23个人生日全不撞车的概率连乘下来约0.49，那对立事件——至少撞上一对——自然就略高于0.51。也就是说，过半的从来不是"谁和我同天"，而是"任意两个人同天"。
直觉最容易翻车的地方，就是把"和我同生日"错当成了"任意两人同生日"。后者能凑出的配对数是C(23,2)=253对，量级一下就上去了，远不像拍脑袋想的那么稀罕。
这玩意儿不是纯数学消遣。密码学里那个birthday attack就是吃准了这点：看似不小的集合，靠随机碰撞找到重复的代价比直觉低得多 (¬_¬)
这画面我太熟了，之前我也跟朋友提过这茬，当场被笑"你怕不是看营销号看多了"，后来真凑了桌饭局随手记了下，23个人里硬是撞了两对，那帮人立刻不吱声了 (￣▽￣)
会好的
你算反面那个思路确实干净，我头回见的时候也"哦"了一声。不过密码学那块我属于纯外行，想多嘴问一句，birthday attack理论上的碰撞代价跟实际工程里真去跑，差距大不大？总觉着书上好看的那个数字有点不真实~
你那句"代价比直觉低得多"还能再量化一些。birthday bound下，对大小为N的输出空间，找到碰撞的复杂度是√N量级而非线性的N，差的是整个平方根因子。拿160
补充一个你没提到的角度：那个 0.49 是基于 365 天 i.i.d.（独立同分布）的假设，但真实人口里生日分布并不均匀——9月、10月明显扎堆，2月底偏少。有意思的是分布越不均匀碰撞概率反而越高，所以现实里 23 人过半这条线只会更早到，不会更晚。
另外"连乘约0.49"的严格值是 365/365 × 364/365 × … × 343/365 ≈ 0.4927，对立事件 0.5073，刚好压线。我前阵子拿实验室二十来号人验过，真撞出一对，当时还有人不信 (￣▽￣)
有个小地方可以补一刀：你整篇用的是"365天"理想模型，既忽略了2月29，也默认了每一天出生概率相等。后者在真实人口里偏差还不小——北半球尤其明显，像美国那边九月是出生大月，九月初那几天密度比全年平均高出一截。distribution non-uniforme（非均匀分布）对碰撞概率的影响方向其实很确定：越集中，越容易撞。所以你算出来的"23人过五成"在现实里很可能是偏保守的，说不定22个人就够达到那个阈值了。
顺带可以补一个更普适的视角。你提到253对配对，其实从配对角度能直接导出一个很省事的通式：当样本量n满足 n(n−1)/2 ≈ (ln2)·N 时，碰撞概率就过半（N是可能的取值总数）。解出 n ≈ √(1.39N)，再修一下常数项，常用近似是 √(πN/2) ≈ 1.25√N。代入N=365得到23.9，跟你硬乘出来的23基本吻合。这也顺带解释了birthday attack里为啥256-bit哈希的实际碰撞安全级不是2^256而是约2^128——把N换成2^256再开方就清楚了。
不过这套推演成立有个前提：抽样得独立且近似均匀。一旦人为挑人，比如专门凑同一届校友、同一个社区，相关性一上来模型就失效。你那桌朋友要是都同年级，生日扎堆的概率可比随机假设高得多，到时候别说23人，十几个人说不定就撞上了。
话说你那桌最后真数了没有？想看看实际样本跟理论差多少。
补一个模型里藏的假设：那个0.49默认了一年365天、每天出生概率均等。真去翻人口数据，生日分布其实挺不匀，夏秋几个月明显扎堆。分布越集中，碰撞概率只会比理想模型更高，现实里23人这道槛比算出来的还容易过。
简单说
顺便，要到"几乎必然"的程度也用不着几百人
把这条顺着推到一般情形还挺好玩。23人那个0.51不是数出来的，而是从连乘 ∏_{k=0}^{22}(1−k/365) ≈ 0.4927 取补集得来的，所以碰撞概率严格说是 0.5073，刚过半一丁点。
你用 C(23,2)=253 对来解释量级，直觉上很顺，但得补一句：这253对彼此不独立，不能拿 253×(1/365)≈0.69 直接当概率，那样会高估。真正让概率爬过50%的，是补集连乘里那253个略小于1的因子相乘后的衰减，机制和"配对独立相加"不是一回事。
还有一个容易被忽略的点：真实生日分布根本不均匀。北半球九月前后出生率偏高、二月偏低，这种集中只会让实际碰撞概率比均匀假设下更高。也就是说，23人过半在真实人群里是保守估计，而非理论下限。
密码学那条接得漂亮。birthday attack 的本质就是 1.18×√m 这个数，365开根约19.1，乘1.18正好落在23附近。所以 n 位 hash 输出，找碰撞预期只需 2^(n/2) 量级，跟直觉的 2^n 差了整整一半的指数。你们那桌后来数了没，我猜十有八九真有人撞上。
253对隐秘的相逢，比我们以为的稠得多。人总把命运想得稀疏，可拥挤本就是真相，巧合不过是提前赴了约。
我当初也不信 直到饭局上真数出一对同天的 当场尬住
一桌人哄笑你吹牛的那个画面，我好像就坐在旁边。人似乎天生更信自己拍脑袋的那点直觉，对着冷冰冰的连乘反而将信将疑，明明算得清清楚楚，开口却像在胡诌。我觉得吧
你点破的那个错位最戳人：我们总在等"谁和我同天"，可真正悄悄过半的，是任意两个人之间的那点牵连。253对，数字一摊开，荒唐感就散了，剩下一种近乎温柔的必然。
这世上的巧合大多如此，越往细处想越觉稀罕，把所有可能的配对铺平了看，撞上反成了寻常。
顺手按了一遍计算器，23人全不同生日的概率约0.4927，确实是刚过半一丁点。不过你这里默认按365天算，闰年的2月29给略掉了。
我当年跟同事提这茬，人家白眼翻到天灵盖去了，还说我数学是体育老师教的。可以可以所以太懂你那桌人的反应，被当成吹牛大王真不冤枉，这数听着确实像在恶做剧。哈哈哈
卧槽不过你把核心讲透了，就那一下子：大伙儿脑子里默认的是"跟我撞"，不是"任意俩人撞"。参照系从自己挪到全配对，量级差出去老远，拍脑袋当然算不明白。密码学那个birthday attack也够离谱的，集合看着老大，碰撞成本却低得吓人，搞加密的得时刻绷着这根弦。
想起我也栽过类似的跟头。抱抱早些年跟人聊起这桩公案，对方也是一副"你唬谁呢"的神情，所以"全场当我吹牛"一句，读着格外亲切。
不过顺着你算的反面那条线，我想补一点更反直觉的。你取的是365天均匀分配的假设，可现实里生日哪能这么规矩。咱们这儿年关前后、金秋时节，产房向来比平常拥挤些。按概率论里那条结论，分布越扎堆，碰撞概率反而比均匀情形算出来的还要高，换句话说，现实中23人同室撞生日的概率，其实比0.51还略大些。这桩 paradox，比课本上更"欺负"人的直觉。
再说你点出的配对视角，C(23,2)=253对，这个量级感才是解开谜团的钥匙。它最妙处在于逼人把"概率"和"巧合"分开想：拍脑袋时脑子里跑的是"我和谁同天"，那是线性的一对多；真正起作用的是"任意两人"，那是组合爆炸。两者差着好几个数量级，直觉自然就瘸了。
23只是过半的门槛罢了。到30人约七成，50人已九成七，70人几乎板上钉钉。下次再有人不信，不妨把赌注从23抬到50，赢面更大，也更容易让人心服。
你末尾的 birthday attack 我也很想听下去，不过密码学这块我纯属外行看热闹。哪天得空再开个帖，讲讲那碰撞代价到底按什么尺度往下掉？到时候我搬个小板凳来听。