抽屉原理，也就是著名的鸽巢原理，别看名字像数学题里的“鸡兔同笼”，实际上早年间在.rooming 房子里搬行李的事儿上就发过火。

那时候有个老话叫“三傻原则”，说三个光棍人要是挤进一个房间，那你肯定要把门拆了才敢进去；要是四个，得把窗户捅破；要是五个，连屋顶都得掀了。

这实际上就是抽屉原理最原始的形态：让你把一堆人放进几个房间里，保证起码有一个房间人满为患，要么反过来，保证起码有一个房间没人。 说白了，这就是一句废话，只要没脑筋，哪位都懂。它的核心逻辑就是：假设所有抽屉都空着的，结局一定不中。你不可能无限填东西，抽屉有底、有顶，你塞到一块儿了，自然就满子了。

这个“满”要么“空”，你是如何定义的，彻底取决于你需求推的事件。

比如你想证明“在任意一天里，总有 3 个自然数模 5 同余”，这时候只需求证明"5 个抽屉分 6 个抽屉”，那结论自然成立；但要是你是要证明“任意 6 个自然数里必有 3 个同余”，那逻辑就得反过来，得假设"6 个抽屉分 5 个”，看看会不会卡住。

这就是为啥它常被称为“抽屉之王”，出于它能应付各种“必能”、“起码”、“起码有一个”这类废话，只要算对抽屉数和元素数就行。 大量人一听到“起码”，第一反应就是凑数，想自然地认定是“正整数”，故此认定“抽屉 3，元素 5"就够分了。

实际上不然。

要是你的抽屉是模数，元素也是模数，那“抽屉 3，元素 5"绝对分得完，出于 5 个东西放进 3 个抽屉，起码有一个抽屉里得站 2 个人。但要是你把抽屉改成模 10，元素改成模 5，那 5 个元素能不能放进 10 个抽屉，就得看如何排。

这时候要是硬凑 2 个，那第 3 个元素第 5 个元素就剩不下了，肯定得塞进第 1 个抽屉里，结局那个抽屉就有 4 个元素了。

故此，有时候你当作能分得开，结局发现实际上分不开，这往往就是结论不成立的根本缘由。 为了把这种抽象的逻辑具象化，我们就得找个真场景。想象你去排队买咖啡，咖啡机有 4 个，你手上有 10 杯要喝。

这时候你能直接说“肯定有 3 个杯子”吗？不能。你只是说“肯定有 3 个杯子被分到同一个机器里”。出于要是每个机器一杯，剩下 6 杯如何办？这就得把 6 杯分给这 4 个机器，有的机器自然得接 2 杯。

这时候你的结论是“起码有一个杯子被放进了 2 个机器”，而不是"2 个杯子被放进了 1 个机器”。 再换个角度，比如你有 10 杯咖啡，4 个机器，你希望让每个机器起码 2 杯，这样机器不空。

显然 2 杯能分到，还剩 6 杯，6 除以 4 不够 2 杯，那肯定有机器会少于 2 杯。

这时候你的结论就是“有的机器少于 2 杯”，而不是“有的机器多于 2 杯”。

这个反例特别扎心，大量人一看到“抽屉原理”就当作那是个“加强”的命题，认定一定要推出“多于”的结论，结局在真世界里时常翻车。 举个更生活化的例子。有 10 个人要坐 4 个沙发，要求每个沙发起码坐 3 个人。

这挺好办，3 个人坐满，还剩 1 个人，随意塞进去，肯定有一个沙发坐 4 个人；要么把 3 个人挤进去，还剩 7 个，7 除以 4 不够 3，那也有沙发坐 5 个人的。但你不能直接说“肯定有一个沙发坐 4 个人”，出于有可能全是 3 个人，但你刚刚的假设里就排除了“全是 3 个人”的选项。

要是你要求“起码有一个沙发坐 4 个人”要么“起码有一个沙发坐 5 个人”，那就要重新定义“坐满”的标准。 还有一个贼经典的例子：有 13 个人去 5 个酒店开会，问“能不能保证起码有一个酒店有 3 个人？”这时候要是算 5 个酒店分 13 个人，13 除以 5 等于 2 余 3，说明每个酒店坐满 2 个人后，还剩 3 个人，这 3 个人务必塞进现有的 5 个酒店里，那肯定有酒店会塞 3 个人。

故此结论是"3 个人”。但要是你问“能不能保证起码有一个酒店有 2 个人？”，答案也是 2 个人。但要是你问“能不能保证起码有一个酒店有 4 个人？”，那就要看能不能把 13 个人分成 5 堆，每堆起码 4 个。13 分成 5 堆，最小的分配方式实际上是 4、4、4、1、2，这时候就有 1 个酒店只有 2 个人，没有人有 4 个人。

故此"4 个人”这个结论是推不出来的。

这个例子彻底打破了大家“抽屉原理=加强号”的刻板印象。 再深入一点，当抽屉和元素本身有某种关系时，情况会更微妙。假设你有一堆数字，它们的总和是 $S$，每个数字都小于 5，问你：能不能保证起码有一个数字模 5 等于 0？这时候你假设了所有数字都不等于 0，也就等于 5, 10, 15...，那它们的总和肯定大于等于 $5 + 5 + 5 + 5 + 5 = 25$。

故此要是总和小于 25，那就不存有模 5 为 0 的数。

这个逻辑里，抽屉的数量实际上是固定的（5），元素的数量是随机的（0 到 4），它们的总和限制了元素的分布上限。 还有一个反例，比如你有 9 个抽屉，放 9 个元素，每个抽屉放 1 个，那每个抽屉的元素数量都一样，没有“起码”的概念。

这时候你没法用这个原理证明啥，出于前提不知足。

反过来，要是有 10 个元素，5 个抽屉，那就得每个抽屉起码 2 个。

这时候你才能说“有的抽屉起码 2 个”，但不能说“有的抽屉起码 3 个”。 实际上，抽屉原理的本质就是“最坏情况”的极致。你一直揪心最坏的情况形成，那就是所有抽屉都尽可能少地分配元素。当你发现“就算最坏地分配，也还是不够人坐”的时候，你就得换个思路，强行挤一下，强行让某个抽屉变多，要么强行让某个元素变少。

这就是为啥它有时候叫“最坏情况分析法”，有时候也叫“极端原理”。 有时候你会认定，数学题里的“抽屉原理”忒无聊了，像是在玩文字游戏。但仔细想想，它之故此被公认定“万能原理”，就是出于它的适用范围忒广了。它不局限于几何图形，不局限于物理房间，就连不局限于人类思维。

只要你能把一个集合分成若干个“抽屉”（比如按某种规则分类，要么按某种数值性质），你总能把剩下的元素“塞”进去。

要是你需求证明“起码有一个抽屉里有 k 个要么更多”，那只需求让每个抽屉里的元素都少于 k，看看能不能装下。

要是装不下，那就证完了。 故此，下次做题要么写文章，遇到“起码”、“必有”、“存有”这些词，别急着往“更强”的方向想。先看看能不能反证，看看“最坏情况”下是不是确实小。大量时候，那个让你绝望的“最坏分配”，恰恰就是让你翻车的根源。理解这个原理，不是要你去记忆一堆定理，而是要学会如何把“不可能”变成“可能”，把“不一定”变成“起码一定”。

这才是它真正的灵魂，也是它历经百年依然能镇住场面的缘由。