CN107335214A - 一种新昌麻将游戏的作弊检测方法 - Google Patents

Abstract

一种新昌麻将游戏的作弊检测方法，包括以下步骤：1)麻将游戏数据输入，将麻将牌编码，采用三维数组对麻将牌进行编码；对于麻将游戏中每一种操作也需要编码，编码规则是整数从低位到高位依次编码；2)判断下一步操作是不是出牌操作，如果不是执行步骤3)，如果是执行步骤4)；3)执行当前操作，回到步骤2)；4)执行预测出牌模块，预测当前出牌玩家的出牌集合，和实际出牌做对比，如果实际出的牌在预测出牌集中，执行步骤2)，否则执行步骤5)；5)执行作弊决策模块，如果发现玩家作弊，给出提示，执行步骤2)。本发明提供了一种有效检测作弊行为、保障公平性的新昌麻将游戏的作弊检测方法。

Description

一种新昌麻将游戏的作弊检测方法

技术领域

本发明属于棋牌游戏作弊检测方法，涉及一种新昌麻将游戏的作弊检测方法。

背景技术

麻将是一种益智游戏，麻将的玩法复杂有趣，它的基本规则简单，容易上手，但其中变化又极多，搭配组合因人而异，因此成为中国历史上最能吸引人的博戏形式之一。在麻将游戏中主要有万、筒、条三门牌和字牌。三门牌中每门从一到九各有四张牌，刚好108张。除了上述三门牌之外，麻将中的其他所有非万、筒、条的牌都是字牌，分别为东、南、西、北、红中、白板、發财，共七种，每种各四张，合计28张。因此，一副麻将中合计有136张牌。

新昌麻将必须是先抓牌后打牌，发牌时庄家14张牌，闲家13张牌。在新昌麻将中只碰不吃，缺一麻将是新昌地区最为流行的麻将玩法，以其玩法简单、容易上手、规则刺激而流行。

在新昌缺一麻将游戏中，缺一是指万、筒、条三门中必需缺其中任意一门才可以胡牌，有字牌无字牌没有关系。缺二即万、筒、条三门中只有其中一门，但需带有字牌。缺三即万、筒、条三门中只有其中一门，并且无字牌。缺五即手牌全部为字牌组成。

新昌麻将的名词说明如下：

(1)明杠：自家有三张一样的牌，别家又打出来一张相同的牌；或者自家已经碰过的牌，又拿到第四张相同的牌；这两种情况都称为明杠，如果是后者可以被别家抢杠胡。

(2)暗杠：自家有三张一样的牌，又摸到第四第四张相同的牌。不管是明杠，还是暗杠，只有在自己的牌满足缺一门的情况下才能够计分。

(3)流局：在桌面上所有的牌都被拿完时仍然没有任何一家胡牌。流局时候，如果有杠牌，则下一局轮到下一家坐庄，否则保留现有庄家。

新昌麻将的胡牌规则如下：

(1)必须要缺一门才能胡牌。

(2)只能碰牌，不能吃牌。

(3)允许放冲、自摸，在明杠的时候允许抢杠胡牌。

(4)不允许一炮多响。当出现两家以上可以同时胡牌时，优先上家，过牌后才能允许下家胡牌。

随着网络游戏的快速发展，在线棋牌类游戏被大众所接受并逐渐流行，在线麻将游戏亦是如此。然而，在线麻将游戏中用户可能通过某些方式串通、作弊，一个玩家可能会故意打出关键牌使得另一玩家可以吃、碰、杠、胡，这样的做法严重影响了游戏的公平性和用户体验。一般而言，玩家在作弊时往往会出现不合理的出牌并明显有利于另一位玩家，这是作弊玩家的一个非常明显的特征。因此，可以利用技术手段有效地检测出用户的作弊行为，对作弊玩家进行惩罚，保障在线麻将游戏的公平性，提高用户的体验度和满意度。

发明内容

为了克服已有技术无法有效检测作弊行为、公平性较差的不足,本发明提供了一种有效检测作弊行为、保障公平性的新昌麻将游戏的作弊检测方法。

本发明解决其技术问题所采用的技术方案是：

一种新昌麻将游戏的作弊检测方法，包括以下步骤：

1)麻将游戏数据输入，过程如下：

将麻将牌编码，采用三维数组对麻将牌进行编码，牌类型typeInt：1-万；2-筒；3-条；4-字；牌大小number：1～9；牌标识index：1～4，区分相同的四张牌；对于麻将游戏中每一种操作也需要编码，编码规则是整数从低位到高位依次是：操作operation2位、位置position1位、牌类型type1、牌数字number1，若干牌序号index；如碰需要三个index，别人打过来的杠需要四个index，吃胡只需要一个index；操作operation的编码规则如下：10：发牌，11：打牌，12：碰，13：别人打过来的胡，14：自摸，15：暗杠，16：自摸明杠，17：别人打过来的明杠，18：过，19：流局，20：抢杠胡，21：抢杠过；

2)判断下一步操作是不是出牌操作，如果不是执行步骤3)，如果是执行步骤4)；

3)执行当前操作，回到步骤2)；

4)执行预测出牌模块，预测当前出牌玩家的出牌集合，和实际出牌做对比，如果实际出的牌在预测出牌集中，执行步骤2)，否则执行步骤5)；

5)执行作弊决策模块，如果发现玩家作弊，给出提示，执行步骤2)。

进一步，所述步骤4)中，所述预测出牌模块的处理过程如下：

4.1)分析用户手牌中的每一门牌型的评分，这里每一门牌的评分由两部分组成，一部分是每一门牌的牌型得分由牌型分析模块计算出的得分，另一部分是每一门牌的手牌的数量，取这两部分的和作为每一门牌的牌型的评分；

4.2)将评分最低的那一门的手牌都加入到预测出牌结果中，如果还有另一门牌的评分小于20分，则将这一门的单牌加入预测出牌结果中，将字牌中的单牌加入预测出牌结果中；

4.3)如果出牌预测结果不是空的则返回，否则进入下一步；

4.4)把无法组成缺一顺子，顺子，对子，刻子的单牌加入到预测出牌结果中；

4.5)如果出牌预测结果不是空的则返回，否则进入下一步；

4.6)分析手牌找出一张牌，使得出了这张牌后玩家的牌型评分最高，返回这张牌。

再进一步，所述步骤4.1)中，所述牌型得分由牌型分析模块，用于量化当前玩家全部手牌的得分，用户当前的牌型得分计算时还要结合当前台面上的明牌进行分析，定义如下：

在万、筒、条三门中一个顺子为20分；一个刻子为20分，字牌中一个刻子得分也为20分；定义M为组成缺一张顺子牌型时牌局中还能组成顺子的牌的数量，组成一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时得分为5×M/4分；组成一筒，三筒这样的中间缺一个牌的顺子牌型时得分为3×M/4分；组成二筒，三筒这样的顺子牌型时得分为8×M/8分；定义N为组成对子时牌局中还剩下的对子牌的数量，在筒、条、万三门中组成一对时得分为7×N/2分；在字牌中一个对子得分为12×N/2分；分析完所有的对子牌之后，在手牌中找到一个评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分；如果这个对子属于字牌，那么评分修改为14分；

采用递归方法求得玩家手牌的最大牌型得分maxscore，包括以下步骤：

4.1.1)定义最大牌型得分maxscore为0，当前牌型得分curscore为0；

4.1.2)如果玩家的手牌为空，执行步骤4.1.3)，否则执行步骤4.1.4)；

4.1.3)如果分析过程中存在对子，则找出评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分；如果这个对子属于字牌，那么评分修改为14分，更新curscore；如果curscore大于maxscore，那么令maxscore＝curscore，结束；

4.1.4)对于玩家的第一张牌，如果能组成顺子则执行步骤4.1.5)；如果能组成刻子则执行步骤4.1.6)；如果能组成对子则执行步骤4.1.7)。如果能组成缺一顺子则执行步骤4.1.8)；

如果第一张牌能组成多种牌型，那么要对每一种牌型进行分析；例如第一张牌能组成顺子、刻字、对子、缺一顺子，那么要分别执行步骤4.1.5)、4.1.6)、4.1.7)、4.1.8)，如果什么都不能组成则去除第一张牌，返回步骤4.1.2)；

4.1.5)当前牌型得分curscore加20分，把能组成顺子的牌移除，执行步骤4.1.2)；

4.1.6)当前牌型得分curscore加20分，把能组成刻子的牌移除，执行步骤4.1.2)；

4.1.7)如果组成对子的牌属于万、筒、条三门，则当前牌型得分curscore加10×N/2分；如果组成对子的牌是字牌，则当前牌型得分curscore加14×N/2分，把能组成对子的牌移除，执行步骤4.1.2)；

4.1.8)如果是一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时，当前牌型得分curscore加5×M/4分；如果是一筒，三筒这样的缺一张顺子牌型时，当前牌型得分curscore加3×M/4分；如果是二筒，三筒这样的顺子牌型时，当前牌型得分curscore加8×M/8分，返回步骤4.1.2)。

更进一步，所述步骤5)中，所述作弊决策模块，对于每一局玩家麻将游戏，每一个玩家和其他玩家之间都应该建立相关的二维作弊数组CheatMatrix。CheatMatrix[i][j]表示第i个玩家放牌给第j个玩家的作弊指数CheatValue，CheatValue的计算方式如下：

5.1)计算出牌玩家i出任意一张牌后可以获得的最佳牌型评分Smax；

5.2)计算出牌玩家i实际出牌后牌型的评分Sreal；

5.3)计算可以碰或者可以胡的玩家j拿到这张牌前后的牌型评分Sbefore，Safter；

5.4)CheatValue＝(Smax-Sreal)*(Safter-Sbefore)；

5.5)更新CheatMatrix，CheatMatrix[i][j]+＝CheatValue；

5.6)如果CheatMatrix[i][j]>作弊阈值T，则判断玩家i和j相互串通作弊。

所述作弊决策模块中，对于同一牌桌的玩家完成一局游戏之后，CheatMatrix并不清零，下一局的检测基于上一局的CheatMatrix结果。

本发明为了检测新昌缺一麻将中的作弊情况开发了牌型分析模块，出牌预测模块，作弊决策模块。牌型分析模块用来分析麻将玩家手牌的得分。出牌预测模块是用来预测用户的出牌，通过预测出牌结果和用户实际出牌的比对来判定用户出牌是否合理。作弊决策模块对是用来判断玩家之间是否存在作弊行为。

本发明的有益效果主要表现在：保障在线麻将游戏的公平性，提高用户的体验度和满意度。

附图说明

图1是牌型分析模块样例。

图2是出牌预测模块样例。

图3是作弊决策模块样例。

图4是单局麻将作弊检测算法流程图。

图5是动态连续的多局麻将作弊检测算法流程图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图5，一种新昌麻将游戏的作弊检测方法，包括以下步骤：

1)麻将游戏数据输入，麻将游戏数据输入时应该将麻将牌编码，采用三维数组对麻将牌进行编码，牌类型(typeInt)：1-万；2-筒；3-条；4-字；牌大小(number)：1～9；牌标识(index)：1～4，区分相同的四张牌；对于麻将游戏中每一种操作也需要编码，编码规则是整数从低位到高位依次是：操作operation(2位)、位置position(1位)、牌类型type(1)、牌数字number(1)，若干牌序号(index)。如碰需要三个index，别人打过来的杠需要四个index，吃胡只需要一个index。操作operation的编码规则如下：10：发牌，11：打牌，12：碰，13：别人打过来的胡，14：自摸，15：暗杠，16：自摸明杠，17：别人打过来的明杠，18：过，19：流局，20：抢杠胡，21：抢杠过；

2)判断下一步操作是不是出牌操作，如果不是执行步骤3)，如果是执行步骤4)；

3)执行当前操作(包括胡、碰、杠，过等)，回到步骤2)；

4)执行预测出牌模块，预测当前出牌玩家的出牌集合，和实际出牌做对比，如果实际出的牌在预测出牌集中，执行步骤2)，否则执行步骤5)；

5)执行作弊决策模块，如果发现玩家作弊，给出提示，执行步骤2)。

定义牌型分析模块，用于量化当前玩家全部手牌的得分，得分越高则当前牌型越好，用户当前的牌型得分计算时还要结合当前台面上的明牌进行分析。例如组成一筒，二筒这样的缺一张顺子时，如果已经打出的牌中没有三筒，那么评分应高于打出的牌中存在一张或者多张三筒的情况，具体定义如下：

在万、筒、条三门中一个顺子(例如一筒，二筒，三筒)为20分；一个刻子(例如一筒，一筒，一筒)为20分，字牌中一个刻子得分也为20分。定义M为组成缺一张顺子牌型时牌局中还能组成顺子的牌的数量。例如手牌中有一筒，二筒这样的缺一顺子，三筒已经打了1张，那么M为3。组成一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时得分为5×M/4分。组成一筒，三筒这样的中间缺一个牌的顺子牌型时得分为3×M/4分。组成二筒，三筒这样的顺子牌型时得分为8×M/8分。定义N为组成对子时牌局中还剩下的对子牌的数量。例如手牌中有对一筒，一筒已经打了1张，那么N为1。在筒、条、万三门中组成一对时得分为7×N/2分。在字牌中一个对子得分为12×N/2分。分析完所有的对子牌之后，在手牌中找到一个评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分。如果这个对子属于字牌，那么评分修改为14分。

采用递归方法求得玩家手牌的最大牌型得分maxscore，该过程的的步骤如下：

4.1.1)定义最大牌型得分maxscore为0，当前牌型得分curscore为0；

4.1.2)如果玩家的手牌为空，执行步骤4.1.3)，否则执行步骤4.1.4)；

4.1.3)如果分析过程中存在对子，则找出评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分；如果这个对子属于字牌，那么评分修改为14分，更新curscore；如果curscore大于maxscore，那么令maxscore＝curscore，结束；

4.1.4)对于玩家的第一张牌，如果能组成顺子则执行步骤4.1.5)；如果能组成刻子则执行步骤4.1.6)；如果能组成对子则执行步骤4.1.7)。如果能组成缺一顺子则执行步骤4.1.8)；

如果第一张牌能组成多种牌型，那么要对每一种牌型进行分析；例如第一张牌能组成顺子、刻字、对子、缺一顺子，那么要分别执行步骤4.1.5)、4.1.6)、4.1.7)、4.1.8)，如果什么都不能组成则去除第一张牌，返回步骤4.1.2)；

4.1.5)当前牌型得分curscore加20分，把能组成顺子的牌移除，执行步骤4.1.2)；

4.1.6)当前牌型得分curscore加20分，把能组成刻子的牌移除，执行步骤4.1.2)；

4.1.7)如果组成对子的牌属于万、筒、条三门，则当前牌型得分curscore加10×N/2分；如果组成对子的牌是字牌，则当前牌型得分curscore加14×N/2分，把能组成对子的牌移除，执行步骤4.1.2)；

4.1.8)如果是一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时，当前牌型得分curscore加5×M/4分；如果是一筒，三筒这样的缺一张顺子牌型时，当前牌型得分curscore加3×M/4分；如果是二筒，三筒这样的顺子牌型时，当前牌型得分curscore加8×M/8分，返回步骤4.1.2)。

出牌预测模块是用来预测用户的出牌，通过预测结果来判定用户出牌是否合理。根据新昌缺一麻将的规则，预测规则如下：

4.1)分析用户手牌中的每一门牌型的评分。这里每一门牌的评分由两部分组成，一部分是每一门牌的牌型得分由牌型分析模块计算出的得分，另一部分是每一门牌的手牌的数量，取这两部分的和作为每一门牌的牌型的评分；

4.2)将评分最低的那一门的手牌都加入到预测出牌结果中。如果还有另一门牌的评分小于20分，则将这一门的单牌加入预测出牌结果中。将字牌中的单牌加入预测出牌结果中；

4.3)如果出牌预测结果不是空的则返回，否则进入下一步；

4.4)把无法组成缺一顺子，顺子，对子，刻子的单牌加入到预测出牌结果中；

4.5)如果出牌预测结果不是空的则返回，否则进入下一步；

4.6)分析手牌找出一张牌，使得出了这张牌后玩家的牌型评分最高，返回这张牌。

如果某一用户出牌破坏了自己的牌型，并且又利于某个玩家的牌型，那么玩家就可能作弊。作弊决策模块是用来量化分析玩家是否作弊，对于每一局玩家麻将游戏，每一个玩家和其他玩家之间都应该建立相关的二维作弊数组CheatMatrix。CheatMatrix[i][j]表示第i个玩家放牌给第j个玩家的作弊指数CheatValue，CheatValue的计算方式如下：

5.1)计算出牌玩家i出任意一张牌后可以获得的最佳牌型评分Smax；

5.2)计算出牌玩家i实际出牌后牌型的评分Sreal；

5.3)计算可以碰或者可以胡的玩家j拿到这张牌前后的牌型评分Sbefore，Safter；

5.4)CheatValue＝(Smax-Sreal)*(Safter-Sbefore)；

5.5)更新CheatMatrix，CheatMatrix[i][j]+＝CheatValue；

5.6)如果CheatMatrix[i][j]>作弊阈值T，则判断玩家i和j相互串通作弊。

作弊用户在单局牌中的作弊行为可能不太明显，结合多局牌来分析可以大大提高作弊行为的检测率。对于同一牌桌的玩家完成一局游戏之后，CheatMatrix并不清零，下一局的检测基于上一局的CheatMatrix结果。

图1表示了牌型分析模块样例。当玩家的手牌是五万、六万、一筒、四筒、四筒、二条、六条、六条、七条、七条、八条、九条、东风时，可以组成一个七条、八条、九条的顺子，一个五万、六万的缺一顺子，还有四筒对子和六条对子。顺子得20分，缺一顺子得8分，2个对子得20分，这个手牌的最大牌型得分为48分。

图2表示出牌预测模块样例。当玩家的手牌是五万、六万、一筒、四筒、四筒、二条、六条、六条、七条、七条、八条、九条、东风、發财时，万、筒、条三门中万子的评分只有10分，评分最低，因此五万、六万都在预测出牌中。筒子的牌型评分只有13分，小于20分，因此筒子中的单牌一筒也在出牌预测中。字牌中的单牌东风和發财也在出牌预测中。

图3表示出牌作弊决策模块样例。当麻将游戏进行到第13步操作时，玩家2选择出八万，八万并不在预测出牌中，并且拆了七万、八万的缺一顺子导致玩家2的最大牌型评分从26.25下降到了19.25。玩家1却可以碰八万，碰牌后玩家1的最大牌型得分从58上涨到了68。这时的CheatValue达到了70，本次牌局中作弊阈值T设置为60，因此判断玩家2和玩家1存在作弊行为。

图4表示了单局麻将作弊检测算法具体实施方式流程，麻将作弊检测方法包括以下步骤：

1)麻将游戏数据输入。麻将游戏数据输入时应该将麻将牌编码，采用三维数组对麻将牌进行编码，牌类型(typeInt)：1-万；2-筒；3-条；4-字。牌大小(number)：1～9(比如在typeInt＝1下，number＝9，表示九万)。牌标识(index)：1～4，区分相同的四张牌。对于麻将游戏中每一种操作也需要编码，编码规则是整数从低位到高位依次是：操作operation(2位)、位置position(1位)、牌类型type(1)、牌数字number(1)，若干牌序号(index)。如碰需要三个index，别人打过来的杠需要四个index，吃胡只需要一个index。操作operation的编码规则如下：10：发牌，11：打牌，12：碰，13：别人打过来的胡，14：自摸，15：暗杠，16：自摸明杠，17：别人打过来的明杠，18：过，19：流局，20：抢杠胡，21：抢杠过。

2)判断下一步操作是不是出牌操作，如果不是执行步骤3，如果是执行步骤4；

3)执行当前操作(包括胡、碰、杠，过等)，回到步骤2)；

4)执行预测出牌模块，预测当前出牌玩家的出牌集合，和实际出牌做对比，如果实际出的牌在预测出牌集中，执行步骤2)，否则执行步骤5)；

5)执行作弊决策模块，如果发现玩家作弊，给出提示，执行步骤2)。

图5表示了动态连续的多局麻将作弊检测算法具体实施方式流程。作弊检测方法包括以下步骤：

Step 1初始化二维作弊数组CheatMatrix都为0；

Step 2对于单局麻将进行作弊检测(执行步骤1)～步骤5))，更新CheatMatrix；

Step 3对于同一牌桌的玩家完成一局游戏之后进入下一局游戏，CheatMatrix并不清零，执行步骤Step2。

Claims (5)

1.一种新昌麻将游戏的作弊检测方法，其特征在于：包括以下步骤：

1)麻将游戏数据输入，过程如下：

将麻将牌编码，采用三维数组对麻将牌进行编码，牌类型typeInt：1-万；2-筒；3-条；4-字；牌大小number：1～9；牌标识index：1～4，区分相同的四张牌；对于麻将游戏中每一种操作也需要编码，编码规则是整数从低位到高位依次是：操作operation2位、位置position1位、牌类型type1、牌数字number1，若干牌序号index；如碰需要三个index，别人打过来的杠需要四个index，吃胡只需要一个index；操作operation的编码规则如下：10：发牌，11：打牌，12：碰，13：别人打过来的胡，14：自摸，15：暗杠，16：自摸明杠，17：别人打过来的明杠，18：过，19：流局，20：抢杠胡，21：抢杠过；

2)判断下一步操作是不是出牌操作，如果不是执行步骤3)，如果是执行步骤4)；

3)执行当前操作，回到步骤2)；

4)执行预测出牌模块，预测当前出牌玩家的出牌集合，和实际出牌做对比，如果实际出的牌在预测出牌集中，执行步骤2)，否则执行步骤5)；

5)执行作弊决策模块，如果发现玩家作弊，给出提示，执行步骤2)。

2.如权利要求1所述的一种新昌麻将游戏的作弊检测方法，其特征在于：所述步骤4)中，所述预测出牌模块的处理过程如下：

4.1)分析用户手牌中的每一门牌型的评分，这里每一门牌的评分由两部分组成，一部分是每一门牌的牌型得分由牌型分析模块计算出的得分，另一部分是每一门牌的手牌的数量，取这两部分的和作为每一门牌的牌型的评分；

4.2)将评分最低的那一门的手牌都加入到预测出牌结果中，如果还有另一门牌的评分小于20分，则将这一门的单牌加入预测出牌结果中，将字牌中的单牌加入预测出牌结果中；

4.3)如果出牌预测结果不是空的则返回，否则进入下一步；

4.4)把无法组成缺一顺子，顺子，对子，刻子的单牌加入到预测出牌结果中；

4.5)如果出牌预测结果不是空的则返回，否则进入下一步；

4.6)分析手牌找出一张牌，使得出了这张牌后玩家的牌型评分最高，返回这张牌。

3.如权利要求2所述的一种新昌麻将游戏的作弊检测方法，其特征在于：所述步骤4.1)中，所述牌型得分由牌型分析模块，用于量化当前玩家全部手牌的得分，用户当前的牌型得分计算时还要结合当前台面上的明牌进行分析，定义如下：

在万、筒、条三门中一个顺子为20分；一个刻子为20分，字牌中一个刻子得分也为20分；定义M为组成缺一张顺子牌型时牌局中还能组成顺子的牌的数量，组成一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时得分为5×M/4分；组成一筒，三筒这样的中间缺一个牌的顺子牌型时得分为3×M/4分；组成二筒，三筒这样的顺子牌型时得分为8×M/8分；定义N为组成对子时牌局中还剩下的对子牌的数量，在筒、条、万三门中组成一对时得分为7×N/2分；在字牌中一个对子得分为12×N/2分；分析完所有的对子牌之后，在手牌中找到一个评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分；如果这个对子属于字牌，那么评分修改为14分；

采用递归方法求得玩家手牌的最大牌型得分maxscore，包括以下步骤：

4.1.1)定义最大牌型得分maxscore为0，当前牌型得分curscore为0；

4.1.2)如果玩家的手牌为空，执行步骤4.1.3)，否则执行步骤4.1.4)；

4.1.3)如果分析过程中存在对子，则找出评分最低的对子，如果这个对子属于万、筒、条三门那么评分修改为10分；如果这个对子属于字牌，那么评分修改为14分，更新curscore；如果curscore大于maxscore，那么令maxscore＝curscore，结束；

4.1.4)对于玩家的第一张牌，如果能组成顺子则执行步骤4.1.5)；如果能组成刻子则执行步骤4.1.6)；如果能组成对子则执行步骤4.1.7)。如果能组成缺一顺子则执行步骤4.1.8)；

如果第一张牌能组成多种牌型，那么要对每一种牌型进行分析；例如第一张牌能组成顺子、刻字、对子、缺一顺子，那么要分别执行步骤4.1.5)、4.1.6)、4.1.7)、4.1.8)，如果什么都不能组成则去除第一张牌，返回步骤4.1.2)；

4.1.5)当前牌型得分curscore加20分，把能组成顺子的牌移除，执行步骤4.1.2)；

4.1.6)当前牌型得分curscore加20分，把能组成刻子的牌移除，执行步骤4.1.2)；

4.1.7)如果组成对子的牌属于万、筒、条三门，则当前牌型得分curscore加10×N/2分；如果组成对子的牌是字牌，则当前牌型得分curscore加14×N/2分，把能组成对子的牌移除，执行步骤4.1.2)；

4.1.8)如果是一筒，二筒或者八筒，九筒这样的缺一张顺子牌型时，当前牌型得分curscore加5×M/4分；如果是一筒，三筒这样的缺一张顺子牌型时，当前牌型得分curscore加3×M/4分；如果是二筒，三筒这样的顺子牌型时，当前牌型得分curscore加8×M/8分，返回步骤4.1.2)。

4.如权利要求1～3之一所述的一种新昌麻将游戏的作弊检测方法，其特征在于：所述步骤5)中，所述作弊决策模块，对于每一局玩家麻将游戏，每一个玩家和其他玩家之间都应该建立相关的二维作弊数组CheatMatrix。CheatMatrix[i][j]表示第i个玩家放牌给第j个玩家的作弊指数CheatValue，CheatValue的计算方式如下：

5.1)计算出牌玩家i出任意一张牌后可以获得的最佳牌型评分Smax；

5.2)计算出牌玩家i实际出牌后牌型的评分Sreal；

5.3)计算可以碰或者可以胡的玩家j拿到这张牌前后的牌型评分Sbefore，Safter；

5.4)CheatValue＝(Smax-Sreal)*(Safter-Sbefore)；

5.5)更新CheatMatrix，CheatMatrix[i][j]+＝CheatValue；

5.6)如果CheatMatrix[i][j]>作弊阈值T，则判断玩家i和j相互串通作弊。

5.如权利要求4所述的一种新昌麻将游戏的作弊检测方法，其特征在于：所述作弊决策模块中，对于同一牌桌的玩家完成一局游戏之后，CheatMatrix并不清零，下一局的检测基于上一局的CheatMatrix结果。