你的算法和结果是完全错误的。你所计算的基本上是硬币在table上给定抽屉里的概率，很明显是1/21/3，正确table的概率正确抽屉的概率=1/6，大约16.6
答案是25%。你可以在纸上计算出来，或者你可以调整你的程序来正确反映“如果你已经在第一和第二个约束中徒劳地搜索了它”。您基本上必须放弃那些违反此约束的随机硬币选择。然后代码变为：

int iterations = 100000;
int found = 0;
int violateThePrecondition = 0;
for (int i = 1; i <= iterations; i++) {
    int desk = (int) (Math.random() * 2);
    if (desk == 0) { // found Euro
        int drawer = (int) (Math.random() * 3);
        if (drawer == 2) { // coin in drawer 2
            found++;
        } else { // drawers 0 and 1 can by definition not have the coin
            violateThePrecondition++;
        }
    }
}

float probability = (((float) found) / (iterations - violateThePrecondition)) * 100;
System.out.printf("%.2f%%", probability);

25.05%
对代码的最小更改是将概率计算更改为

float probability = ( ((float) foundEuro[0]) / (iterations - foundEuro[2])) * 100;

所涉及的数学是（cndm是桌上n抽屉里的硬币m=1/3*1/2=1/6，d0是桌上0=1/2的硬币）：

P(c2d0 | !c1d0 and !c0d0) = 
P(c2d0 and (!c1d0 and !c0d0)) / P(!c1d0 and !c0d0) = 
    with (!c1d0 and !c0d0) = (!d0 or c2d0)
P(c2d0 and (!d0 or c2d0)) / P(!d0 or c2d0) =
P(c2d0) / (P(!d0) + P(c2d0)) =
1/6 / (1/2 + 1/6) =
1/6 / 4/6 =
1 / 4

首先，你要决定欧元到底在不在桌上。如果我解释正确，一旦不正确，你就增加计数器 foundEuro[1] ，正如您在else子句中所做的，其中 desk 保持值1。当抽屉2中有欧元时，这个完全相同的数组元素也会增加，所以66,22%的概率实际上是欧元在其他地方或抽屉2中，而不仅仅是在抽屉2中。另外，我不明白为什么你总是增加抽屉2和抽屉3的计数器，当 drawer != 0 ，您可能应该使用switch case语句。
第二，我想你可以看看monty-hall问题，它可能是相关的，并给你一个如何处理这种统计问题的提示，因为我认为你的假设已经有缺陷了。你的问题不是关于代码，而是关于如何解决概率问题，所以不妨看看https://stats.stackexchange.com

在table上找到欧元的几率是50%，1/2。
如果你在三个抽屉中的任何一个都能找到。i、 在任何给定的抽屉中找到它的机会是（1/3）（1/2）=1/6。
在两个抽屉里找不到欧元的特殊情况有4/6的可能。它可能在1/6箱的第三个抽屉里，1/2=3/6箱的时候根本不在这张table里。这些机会并不重叠，因此可以相加，1/6+3/6=4/6。
你在第三个抽屉里发现欧元的几率，特别是在这种情况下，是（1/6）/（4/6）=1/4，因为这种情况的几率，乘以这种情况的几率，必须得到总几率，即（1/4）（4/6）=1/6。