Simulador de cara ou coroa

Uma contagem ausente, nula, negativa ou não inteira falha com invalid_input em vez de inventar um lançamento.

O que um simulador de moeda justa devolve de fato

Uma moeda justa tem duas faces com probabilidade um meio, e lançamentos independentes formam um processo de Bernoulli cuja única decisão de projeto é o número de ensaios. Um simulador de moeda, portanto, não calcula uma massa de probabilidade binomial: ele materializa uma sequência concreta de resultados para você ver a série de caras e coroas, contar sequências ou alimentar a lista em um gráfico posterior. A justiça está fixada em probabilidade um meio; esta página não é um laboratório de moeda viciada. Quando flips não é um inteiro positivo a tarefa falha em vez de inventar um lançamento, porque um experimento de comprimento zero ou fracionário não é um resultado de simulador que alguém possa avaliar. Este endpoint inicializa um gerador mulberry32 com a semente inteira que você envia, sorteia um número uniforme no intervalo unitário a cada lançamento e mapeia valores abaixo de um meio para cara (H) e o restante para coroa (T). O mapeamento é fixo, o gerador é fixo e o percurso sobre os lançamentos é sequencial, de modo que o par flips e seed descreve por completo o experimento. A resposta lista o array sequence, a cadeia compacta sequence_string, a contagem heads, a contagem tails e heads_rate para você conferir a lei dos grandes números com n modestos sem escrever um laço próprio. Entradas idênticas sempre produzem o mesmo JSON porque o caminho nunca consulta o relógio de parede nem a fonte aleatória do anfitrião.

Contrato de entrada, forma da resposta e erros

Exemplo: dez lançamentos com semente quarenta e dois sempre produzem a mesma fita de dez caracteres e as mesmas duas contagens. Envie por POST um corpo JSON com flips igual a um inteiro positivo de um a dez mil; os aliases n, count e times são aceitos quando os clientes reutilizam nomes antigos de formulário. A seed opcional é um inteiro finito que inicializa o gerador; o alias rng_seed aponta para o mesmo campo, e omitir seed usa o padrão documentado de um, de modo que uma contagem sozinha ainda produz uma fita estável. Cada campo pode chegar como número JSON ou como string numérica de dígitos; strings vazias, booleanos, objetos e não inteiros falham com invalid_input nomeando o campo. Zero, valores negativos e contagens acima do máximo publicado são rejeitados porque não são uma contagem de lançamentos inteira positiva dentro do orçamento do Worker. Essas falhas não são cobradas. Em caso de sucesso o corpo ecoa flips e seed, devolve sequence como um array de fichas H e T na ordem dos lançamentos, sequence_string como as mesmas faces concatenadas para copiar com facilidade, heads e tails como contagens inteiras que sempre somam flips, heads_rate como heads dividido por flips arredondado a doze casas decimais, p igual a um meio e fair igual a true para o código posterior ramificar sem farejar formas. Combine a resposta com seu próprio código de gráficos se precisar de um histograma de comprimentos de sequência; este endpoint só simula os lançamentos. Mantenha n modesto em widgets interativos, fixe goldens para as sementes que você publica e trate invalid_input como sinal de qualidade dos dados em vez de repetir uma contagem malformada.

Onde um simulador de moeda com semente rende de verdade

Geradores de preparação para provas precisam de um oráculo determinista que marque uma contagem errada como invalid_input em vez de devolver em silêncio uma lista vazia que um corretor defeituoso poderia tratar como sucesso. Como a implementação é parse pura de nível A, cada chamada bem-sucedida custa o preço-base publicado US$ 0,002 sem tokens de modelo e sem rede de saída. Mantenha as requisições dentro do teto de lançamentos publicado, fixe heads_rate arredondado nos testes e você obtém sequências de moeda justa reproduzíveis para lição de casa, plugins de LMS e workers de borda sem montar um serviço aleatório próprio.