我们被问到："小明小红玩游戏，连续不断抛一个硬币，在序列中，如果正正反，小明赢，如果反反正，小红赢，游戏公平吗？谁赢的几率大？"

解释：他们连续抛一个公平的硬币（假设是公平的）。他们观察抛硬币序列。当序列中出现"正正反"（即正面、正面、反面）时，小明赢。当序列中出现"反反正"（即反面、反面、正面）时，小红赢。问题是：游戏公平吗？谁赢的几率大？注意：游戏是连续进行的，直到其中一个模式出现？还是说他们在每个连续的三次抛掷中检查？问题说："在序列中，如果正正反，小明赢，如果反反正，小红赢"，这意味着他们观察序列，一旦出现其中一个模式，游戏结束，对应的人赢。但注意：模式可能重叠？例如，序列：正正反，小明赢。但如果序列是反反正，小红赢。但如果序列是正正反反？在正正反之后，小明已经赢了，所以游戏停止？还是继续？通常这类问题是关于谁先出现其模式的概率。这是一个经典的"Penney's game"问题，其中两个玩家选择不同的三元模式，然后抛硬币直到其中一个模式出现，问哪个模式先出现的概率更大。这里模式是：小明：HHH？不对，是"正正反"，即HHT（H=正面，T=反面）。小红：反反正，即TTH。所以模式是HHT和TTH。我们需要比较在公平硬币抛掷序列中，哪个模式先出现的概率更大。

在Penney's游戏中，对于两个三元模式，总有一个模式有优势。具体规则：对于模式A和B，我们可以计算B相对于A的"优势"或概率。有一个已知结果：对于模式X和Y，如果Y是X的"反序"加一个符号？这里HHT和TTH不是互为反序。实际上，HHT的反序是THH，不是TTH。所以我们需要计算概率。

设P_A为模式A先于模式B出现的概率。对于模式A=HHT，B=TTH。我们可以通过状态机或递推关系计算。

设状态为最近的两个抛掷结果（因为我们需要三个连续的结果）。但注意：模式可能重叠，所以我们需要跟踪可能成为模式前缀的序列。定义状态为当前后缀与模式前缀的最大匹配长度。但更简单：设S为当前未决定的状态，即还没有出现任何一个模式。我们定义状态为最近的一些抛掷结果，这些结果可能是某个模式的前缀。对于模式HHT和TTH，它们的前缀有：对于HHT：前缀：H, HH。对于TTH：前缀：T, TT。所以状态可以表示为：空（无匹配），H，HH，T，TT。但注意：如果出现HT，它既不是HHT的前缀（因为HHT以HH开头，所以HT后，我们有一个T，但T是TTH的前缀？TTH的前缀是T和TT，所以HT后，最后一个字符是T，所以匹配TTH的前缀长度1？但注意：我们考虑的是连续序列，所以当我们有HT时，最后一个是T，所以它匹配TTH的第一个字符T，所以状态可以是T。类似地，TH：最后一个是H，匹配HHT的第一个字符H，所以状态是H。所以我们需要考虑所有可能的状态：空（开始或刚重置），H，HH，T，TT。另外，如果出现HT，它变成T；TH变成H；如果出现HH后一个T，则HHT出现，小明赢；如果出现TT后一个H，则TTH出现，小红赢。但注意：如果出现HHT，游戏结束；如果出现TTH，游戏结束。但还有可能同时出现吗？不可能，因为HHT和TTH不同，除非序列同时包含两者？但它们是不同的三元组，所以不可能同时出现。但可能重叠？例如序列：H H T H T T？检查：位置1-3: HHT，小明赢；但位置3-5: T H T？不是TTH；位置4-6: H T T？不是TTH。所以没有重叠。但有可能在HHT之后紧接着出现TTH？例如：H H T T T H？位置1-3: HHT，小明赢，所以游戏在第三个抛掷后结束，不会继续。所以一旦出现一个模式，游戏就停止。所以我们需要计算从开始状态（空）出发，先遇到HHT还是先遇到TTH的概率。

我们可以建立方程。设p_s为从状态s出发，小明最终赢的概率（即HHT先出现）。状态s表示当前后缀与某个模式前缀的匹配情况。我们定义状态如下：

状态0：空（或没有匹配任何模式的前缀，即最后0个字符匹配？但更精确：我们跟踪最后最多两个字符，因为它们可能是前缀。实际上，因为模式长度3，我们只需要最后两个字符来确定下一步。但注意：如果最后两个是HH，那么下一个如果是T则小明赢；如果是H则仍然保持HH（因为最后两个变成HH）。如果最后两个是HT，那么下一个如果是T，则最后两个变成TT？但HT后跟T，则最后两个是TT？实际上，序列：... H T T，最后两个是TT，所以状态变成TT。如果最后两个是TH，那么下一个如果是H，则最后两个变成HH？TH后跟H，最后两个是HH？实际上：... T H H，最后两个是HH，所以状态变成HH。如果最后两个是TT，那么下一个如果是H则小红赢；如果是T则保持TT。如果最后两个是HH，那么下一个如果是T则小明赢；如果是H则保持HH。如果最后两个是TH？但TH不是任何模式的前缀？对于HHT，前缀是H和HH，所以TH以H结尾，但前面是T，所以不匹配HH，但匹配H（因为最后一个字符是H）。所以状态应该记录我们匹配了多长的前缀。更系统的方法：使用自动机，其中状态是当前后缀与两个模式的最长前缀匹配的长度。但两个模式不同，所以我们需要考虑分别匹配两个模式的情况。但我们可以简化：因为模式只有两个，我们可以定义状态为当前最后几个字符，这些字符可能是一个模式的前缀。实际上，可能的状态有：""（空），"H"，"HH"，"T"，"TT"。为什么没有"HT"？因为"HT"不是HHT的前缀（HHT的前缀是"H"和"HH"），也不是TTH的前缀（TTH的前缀是"T"和"TT"）。所以当我们有"HT"时，它不匹配任何模式的前缀，但最后一个字符是T，所以它匹配TTH的第一个字符T，因此状态应该是"T"。类似地，"TH"匹配HHT的第一个字符H，所以状态是"H"。所以实际上，状态总是最后最多两个字符，但只有当它们是一个模式的前缀时才需要记录两个字符；否则我们只记录最后一个字符（如果它匹配某个模式的首字符）。但为了统一，我们可以定义状态为：0：无匹配（即最后字符不是H也不是T？但最后字符总是H或T，所以实际上总是匹配某个模式的首字符？因为两个模式的首字符分别是H和T，所以任何抛掷结果要么是H要么是T，所以总是匹配至少一个模式的首字符？但注意：如果最后字符是H，它匹配HHT的首字符H，但不匹配TTH的首字符T；如果最后字符是T，它匹配TTH的首字符T，但不匹配HHT的首字符H。所以实际上，我们总是处于匹配某个模式的首字符的状态。但当我们有多个字符时，可能匹配更长的前缀。所以状态可以定义为：当前后缀与HHT的前缀匹配的长度（0,1,2）和与TTH的前缀匹配的长度（0,1,2）。但这两个是独立的吗？不，因为序列是同一个，所以这两个匹配长度是相关的。但我们可以定义状态为（i,j），其中i是当前后缀与HHT的前缀匹配的长度，j是与TTH的前缀匹配的长度。但这样状态空间可能较大。但注意，因为模式长度只有3，我们可以列出所有可能的有意义的状态。实际上，从开始状态（0,0）开始。抛一个H：则与HHT匹配长度变为1（因为H是HHT的第一个字符），与TTH匹配长度变为0（因为TTH以T开头，H不匹配）。所以状态变为(1,0)。抛一个T：则变为(0,1)。然后从(1,0)：如果抛H，则与HHT匹配：当前后缀是HH，所以匹配长度变为2；与TTH：当前后缀是？最后两个是HH，但TTH以T开头，所以匹配长度0？但注意：我们考虑的是后缀与模式前缀的匹配，所以对于TTH，后缀"HH"与"T"不匹配，所以j=0。所以状态变为(2,0)。如果从(1,0)抛T，则当前后缀是HT。对于HHT：后缀"HT"与"HHT"的前缀比较：第一个字符H匹配，但第二个字符T与H不匹配，所以匹配长度退回到？实际上，当我们添加一个字符，我们需要计算新的后缀与模式前缀的最长匹配。对于HHT，模式是HHT，当前后缀是HT，它与HHT的前缀比较：前缀"H"匹配（因为HT以H开头？不，HT以H开头，但第二个字符是T，而HHT的第二个字符是H，所以不匹配，所以最长匹配是1？但注意：HT的第一个字符是H，所以匹配长度至少1？但我们需要连续的前缀。实际上，对于模式HHT，前缀有："H"（长度1），"HH"（长度2）。后缀"HT"与"HH"不匹配（因为第二个字符不同），但与"H"匹配（因为第一个字符是H），所以匹配长度是1。但等等：当我们有状态(1,0)表示之前匹配了HHT的长度1（即最后一个字符是H），然后我们抛了一个T，所以现在最后两个是HT。对于HHT，我们检查后缀HT是否匹配HHT的某个前缀：HHT的前缀：位置1: H，位置2: HH。HT与H比较：第一个字符H匹配，所以匹配长度1？但注意：匹配必须是连续的从开头。所以HT与HHT的前缀比较：与第一个字符H匹配，但第二个字符T与HHT的第二个字符H不同，所以匹配长度是1。但之前的状态是匹配长度1（最后一个字符是H），现在添加T后，我们得到HT，匹配长度仍然是1？但严格来说，我们应该重新计算：当前整个后缀（可能多个字符）与模式前缀的最长匹配。但通常我们只关心最近的一些字符，因为模式长度有限。对于HHT，如果我们最后两个是HT，那么它匹配HHT的前缀长度1（因为第一个字符H匹配）。但注意：如果我们最后是HT，那么下一个如果是H，则变成HTH，对于HHT，HTH的后缀：最后两个是TH，对于HHT，TH与H不匹配（第一个字符T≠H），所以匹配长度0？但如果我们最后是HT，然后抛H，得到HTH，最后两个是TH，对于HHT，TH不以H开头，所以匹配长度0。但如果我们最后是HT，然后抛T，得到HTT，最后两个是TT，对于HHT，TT不以H开头，所以匹配长度0。所以从状态(1,0)抛T后，对于HHT，匹配长度变为0？但之前我们以为是1，但仔细想：当我们有状态(1,0)时，表示当前后缀与HHT匹配了长度1，即最后一个字符是H。然后我们添加一个T，现在最后两个是HT。我们需要计算HT与HHT的前缀的最长匹配。HHT的前缀：长度1: "H"，长度2: "HH"。HT与"H"匹配（因为第一个字符是H），所以匹配长度是1？但注意：匹配必须是后缀与前缀的匹配，但这里我们考虑的是整个序列的结尾部分。实际上，当我们说“当前后缀与模式前缀匹配”，我们是指序列的最后k个字符等于模式的前k个字符，对于某个k。所以对于HT，最后1个字符是T，不等于H（模式第一个字符），所以k=0？等等：最后1个字符是T，而模式第一个字符是H，所以不匹配。但最后2个字符是HT，与模式前2个字符HH不匹配。所以实际上，HT与HHT的任何前缀都不匹配？因为模式第一个字符是H，而HT的第一个字符是H？但注意：当我们看最后两个字符HT，我们考虑的是整个后缀，但匹配必须从模式开头连续。所以对于后缀HT，我们检查它是否等于模式的前缀：模式前缀长度1是"H"，但HT不等于"H"（因为HT有两个字符），所以我们不能比较长度2的后缀与长度1的前缀？通常，我们比较的是后缀与模式前缀，但后缀长度可以大于前缀长度？不，我们比较的是：对于k=1,2,...，序列的最后k个字符是否等于模式的前k个字符。所以对于k=1：最后1个字符是T，模式第一个字符是H，不等。对于k=2：最后2个字符是HT，模式前2个字符是HH，不等。所以确实，HT与HHT的任何前缀都不匹配，所以匹配长度为0。但之前从状态(1,0)（表示最后一个字符是H）添加T后，我们得到HT，匹配长度应该变为0。所以我的前面分析有误。类似地，对于TTH：从状态(0,1)（最后一个字符是T）添加H，得到TH，对于TTH，模式前缀：长度1: T，长度2: TT。TH：最后1个字符是H，不等于T；最后2个字符是TH，不等于TT，所以匹配长度0。所以实际上，当我们添加一个字符后，匹配长度可能重置为0或变为1或2，取决于添加的字符。

因此，我们需要正确计算状态转移。让我们定义状态为当前后缀与HHT匹配的长度（0,1,2）和与TTH匹配的长度（0,1,2）。但注意，这两个匹配长度不是独立的，因为序列相同。但我们可以定义状态为（i,j），其中i是当前后缀与HHT的最长前缀匹配长度，j是与TTH的最长前缀匹配长度。但可能有些组合不可能出现？例如，如果i=2，表示最后两个是HH，那么j是多少？最后两个是HH，对于TTH，最后两个HH与TT不匹配，与T也不匹配（因为第一个字符H≠T），所以j=0。所以(i,j)=(2,0)是可能的。类似地，如果j=2，最后两个是TT，那么i=0。所以状态空间有限。另外，如果i=1，表示最后一个字符是H，但倒数第二个不是H（否则i=2），所以最后两个可能是？可能是TH或HH？但如果是HH，则i=2，所以i=1时，最后两个不能是HH，所以可能是TH或？也可能是？如果最后两个是HH，i=2；如果最后两个是TH，则最后一个字符是H，但倒数第二个是T，所以对于HHT，最后两个TH：检查匹配：长度1：最后1个是H，匹配H，所以i至少1；长度2：最后两个TH与HH不匹配，所以i=1。所以i=1时，最后两个可能是TH或？也可能是？如果最后两个是HH，i=2；如果最后两个是HT，则最后1个是T，所以i=0。所以i=1时，最后两个必须是TH？也可能是？如果最后两个是HH，i=2；如果最后两个是TH，i=1；如果最后两个是HT，i=0；如果最后两个是TT，i=0。所以i=1时，最后两个只能是TH。类似地，j=1时，最后两个只能是HT？因为j=1表示最后一个字符是T，但倒数第二个不是T，所以最后两个是HT？也可能是？如果最后两个是TT，j=2；如果最后两个是HT，j=1；如果最后两个是TH，j=0；如果最后两个是HH，j=0。所以j=1时，最后两个是HT。所以实际上，状态(i,j)完全由最后两个字符决定？但注意，i和j可能同时非零吗？例如，最后两个是？如果最后两个是？假设最后两个是？如果最后两个是HH，则i=2,j=0；如果最后两个是TT，则i=0,j=2；如果最后两个是TH，则i=1,j=0？检查TH：对于HHT，最后两个TH：长度1匹配（H），所以i=1；对于TTH，最后两个TH：长度1：最后1个是H，不等于T，所以j=0。所以(1,0)。如果最后两个是HT：对于HHT，最后两个HT：长度1：最后1个是T≠H，所以i=0；对于TTH，最后两个HT：长度1：最后1个是T，匹配T，所以j=1？但长度2：HT与TT不匹配，所以j=1。所以(0,1)。所以确实，状态(i,j)完全由最后两个字符决定，并且只有四种可能：HH -> (2,0)；TT -> (0,2)；TH -> (1,0)；HT -> (0,1)。但还有状态(0,0)吗？(0,0)表示最后两个字符既不匹配HHT的任何前缀也不匹配TTH的任何前缀。但根据上面，最后两个字符只能是HH, TT, TH, HT之一。HH匹配HHT长度2；TT匹配TTH长度2；TH匹配HHT长度1；HT匹配TTH长度1。所以似乎没有状态(0,0)？但开始时，还没有抛掷，我们可以认为状态是(0,0)。抛第一次后，我们得到一个字符，比如H，那么最后两个？实际上，我们只有最后一个字符，但为了状态转移，我们可能需要考虑只有一个字符的情况。所以我们应该定义状态为当前后缀与模式前缀的匹配长度，但后缀长度可以小于2。所以我们需要包括只有一个字符的状态。例如，开始状态：没有字符，匹配长度都是0。抛一个H：则对于HHT，匹配长度1；对于TTH，匹配长度0。所以状态(1,0)。抛一个T：状态(0,1)。然后从(1,0)再抛一个H：得到HH，状态(2,0)；抛一个T：得到HT，状态(0,1)？但注意：从(1,0)抛T，我们得到序列最后两个是HT，如上所述，对于HHT匹配长度0，对于TTH匹配长度1，所以状态(0,1)。类似地，从(0,1)抛H：得到TH，状态(1,0)；抛T：得到TT，状态(0,2)。所以实际上，我们只需要状态：(0,0)初始，(1,0)，(0,1)，(2,0)，(0,2)。但注意：从(2,0)抛H：得到HHH，最后两个是HH，所以状态仍然是(2,0)？但检查：HHH，对于HHT，最后两个是HH，匹配长度2；对于TTH，最后两个HH，匹配长度0。所以状态还是(2,0)。从(2,0)抛T：得到HHT，此时HHT出现，小明赢，所以是吸收态。类似地，从(0,2)抛T：得到TTT，状态(0,2)；抛H：得到TTH，小红赢。所以吸收态是：小明赢（HHT出现）和小红赢（TTH出现）。所以我们需要计算从初始状态(0,0)出发，到达小明赢吸收态的概率。

但注意：从(0,0)开始，第一次抛掷后，我们必然进入(1,0)或(0,1)，各概率1/2。所以实际上，我们可以从状态(1,0)和(0,1)开始计算，然后乘以1/2。所以设P_A为从状态(1,0)出发小明赢的概率，P_B为从状态(0,1)出发小明赢的概率。则从初始状态小明赢的概率为 (1/2)*P_A + (1/2)*P_B。

现在，我们需要建立方程。设状态：
S1 = (1,0) // 最后字符H，且不是HH（即倒数第二个不是H，或者只有一个字符H）
S2 = (0,1) // 最后字符T，且不是TT
S3 = (2,0) // 最后两个HH
S4 = (0,2) // 最后两个TT

注意：S1和S2是只有一个字符匹配的状态？但根据上面，S1实际上对应最后两个是TH？不，从(0,0)抛H得到(1,0)，但此时只有一个字符H，所以最后两个？我们可以认为最后两个是？实际上，我们只关心最后两个字符，但只有一个字符时，我们可以认为倒数第二个是空的？但为了状态转移的一致性，我们定义状态基于最后最多两个字符，但当我们只有一个字符时，我们将其视为最后两个中有一个是空？但这样可能复杂。更好的方法是：我们定义状态为当前后缀与模式前缀匹配的长度，但允许长度0,1,2。但注意，匹配长度i表示最后i个字符等于HHT的前i个字符。类似地j表示最后j个字符等于TTH的前j个字符。但i和j可能同时非零吗？例如，如果最后两个是？假设最后两个是？如果最后两个是？对于HHT，前缀是H, HH；对于TTH，前缀是T, TT。所以如果最后两个是？如果最后两个是HT，则对于HHT，匹配长度0（因为最后1个是T≠H）；对于TTH，匹配长度1（最后1个是T匹配）。所以(0,1)。如果最后两个是TH，则(1,0)。如果最后两个是HH，则(2,0)；如果最后两个是TT，则(0,2)。如果最后两个是？还有可能最后两个是？只有这四种可能。但如果我们只有一个字符，比如最后一个是H，那么对于HHT匹配长度1，对于TTH匹配长度0，所以(1,0)。但此时，我们不知道倒数第二个字符，但状态(1,0)也可能由最后两个是TH产生。所以实际上，状态(1,0)可能对应两种情况：要么只有一个字符H，要么最后两个是TH。但在这两种情况下，下一步转移是一样的吗？检查：如果当前状态是(1,0)且只有一个字符H，那么再抛一个H，得到HH，状态变为(2,0)；抛一个T，得到HT，状态变为(0,1)。如果当前状态是(1,0)且最后两个是TH，那么再抛一个H，得到THH，最后两个是HH，状态变为(2,0)；抛一个T，得到THT，最后两个是HT，状态变为(0,1)。所以转移是一样的！所以我们可以将这两种情况合并为同一个状态(1,0)。类似地，状态(0,1)可能对应只有一个字符T或最后两个是HT，转移也一样。所以我们的状态定义是合理的。

因此，我们有状态：S0: (0,0) 初始；S1: (1,0)；S2: (0,1)；S3: (2,0)；S4: (0,2)；以及两个吸收态：WinA（小明赢），WinB（小红赢）。

从S0：抛H -> S1；抛T -> S2。所以P0 = 0.5 * P1 + 0.5 * P2，其中P0是从S0出发小明赢的概率，P1是从S1出发，P2是从S2出发。

从S1：抛H -> S3；抛T -> S2。所以 P1 = 0.5 * P3 + 0.5 * P2。

从S2：抛H -> S1；抛T -> S4。所以 P2 = 0.5 * P1 + 0.5 * P4。

从S3：抛H -> S3（因为HHH，最后两个还是HH，所以仍在S3）；抛T -> WinA（小明赢）。所以 P3 = 0.5 * P3 + 0.5 * 1。解：P3 = 0.5 P3 + 0.5 => 0.5 P3 = 0.5 => P3 = 1。所以从S3，小明最终一定赢？但等等，从S3抛H，我们停留在S3，但游戏还没有结束，因为还没有出现HHT。但理论上，从S3，我们最终一定会抛到T吗？是的，因为硬币是公平的，抛到T的概率为1/2，但可能需要无限次抛掷？但概率上，从S3，小明赢的概率是1，因为最终一定会出现T，从而出现HHT。但注意：在S3，序列最后是HH，如果我们一直抛H，我们永远看不到T，所以游戏永远不会结束？但问题中游戏是连续抛直到出现其中一个模式。如果一直抛H，那么HHT永远不会出现，但TTH也不会出现（因为TTH需要T，但一直没有T）。所以实际上，从S3，如果一直抛H，游戏永远不会结束，所以概率上，小明赢的概率不是1，而是小于1？但等等，在无限次抛掷中，出现T的概率是1（几乎必然），所以最终会出现T，从而出现HHT。所以从S3，小明赢的概率确实是1。类似地，从S4，小红赢的概率是1？从S4，最后是TT，如果一直抛T，则永远不会出现H，所以TTH永远不会出现，但HHT也不会出现（因为HHT需要H）。所以从S4，小红赢的概率也是1？但注意：从S4抛T，我们停留在S4，抛H则小红赢。所以从S4，小红赢的概率也是1？但等等，如果一直抛T，游戏永远不会结束，所以小红赢的概率不是1？但同样，几乎必然最终会出现H，所以小红赢的概率是1。所以P4 = 0？因为P4是从S4出发小明赢的概率，从S4，小明赢只有当先出现HHT，但S4最后是TT，要出现HHT，需要先出现H，但一旦出现H，就出现TTH（因为最后是TT，加H就是TTH），所以小红赢。所以从S4，小明赢的概率是0。所以P4 = 0。

但根据方程：从S4：抛H -> WinB（小红赢），所以小明赢概率0；抛T -> S4。所以 P4 = 0.5 * 0 + 0.5 * P4 => P4 = 0.5 P4 => P4=0。所以确实P4=0。

从S3：抛T -> WinA，所以小明赢概率1；抛H -> S3。所以 P3 = 0.5 * 1 + 0.5 * P3 => P3 = 0.5 + 0.5 P3 => 0.5 P3 = 0.5 => P3=1。所以正确。

现在我们有：
P3 = 1
P4 = 0

P1 = 0.5 * P3 + 0.5 * P2 = 0.5 * 1 + 0.5 * P2 = 0.5 + 0.5 P2
P2 = 0.5 * P1 + 0.5 * P4 = 0.5 * P1 + 0.5 * 0 = 0.5 P1

所以代入：P1 = 0.5 + 0.5 * (0.5 P1) = 0.5 + 0.25 P1 => P1 - 0.25 P1 = 0.5 => 0.75 P1 = 0.5 => P1 = 0.5 / 0.75 = 2/3 ≈ 0.6667
然后 P2 = 0.5 * P1 = 0.5 * (2/3) = 1/3 ≈ 0.3333

所以从S1出发，小明赢的概率是2/3；从S2出发，小明赢的概率是1/3。

现在从初始状态S0：P0 = 0.5 * P1 + 0.5 * P2 = 0.5*(2/3) + 0.5*(1/3) = (1/3) + (1/6) = 1/2？计算：0.5*(2/3)=1/3，0.5*(1/3)=1/6，和=1/3+1/6=1/2。所以从开始，小明赢的概率是1/2？但等等，这似乎公平？但根据Penney's game，通常两个不同的三元模式，概率不相等。但这里我们得到1/2？可能我算错了？让我们验证。

实际上，在Penney's游戏中，对于模式A和B，概率不一定是1/2。例如，经典例子：HHH vs THH，THH有优势。但这里模式是HHT和TTH。我们计算得到P0=1/2。但直觉上，可能不公平？让我们手动模拟一些情况。

从开始：第一次抛掷：H或T各1/2。
如果第一次H：状态S1。从S1，第二次抛：如果H，则进入S3（HH），然后第三次抛：如果T，则HHT，小明赢；如果H，则HHH，仍在S3，继续。从S3，最终小明赢概率1。所以从S1，如果第二次是H，则小明最终赢概率1。如果第二次是T，则进入S2（HT）。从S2，第三次抛：如果H，则进入S1（TH）；如果T，则进入S4（TT）。从S4，小红最终赢概率1。所以从S2，如果第三次是T，则小红赢；如果第三次是H，则回到S1。所以从S1，路径：HH -> 小明赢（最终）；HT -> 进入S2，然后从S2，可能回到S1或小红赢。所以从S1，小明赢的概率：直接HH后 eventually 小明赢（概率1），或者HT后从S2回来再赢。我们计算得到P1=2/3。类似地，从S2：第一次T，第二次如果T，则进入S4，小红赢；如果H，进入S1，然后从S1有2/3概率小明赢。所以P2=1/3。所以从开始，如果第一次H（概率1/2），则小明赢概率2/3；如果第一次T（概率1/2），则小明赢概率1/3；总概率=1/22/3+1/21/3=1/3+1/6=1/2。所以确实公平？但等等，这似乎对称？但模式HHT和TTH不是对称的？实际上，HHT和TTH是互为“反序”吗？HHT的反序是THH，不是TTH。但这里我们得到公平，可能因为某种对称性？注意：如果我们把H和T互换，HHT变成TTH，TTH变成HHT。所以两个模式在硬币公平的情况下是对称的？但注意：模式不是完全对称，因为HHT以HH开头，TTH以TT开头。但硬币公平，所以正面和反面对称，所以可能确实公平。但经典Penney's游戏中，对于两个模式，总有一个有优势，除非模式相同？但这里两个模式不同，却得到公平？可能我漏掉了什么？在Penney's游戏中，通常两个玩家选择模式后，第二个玩家可以选择一个相对于第一个玩家有优势的模式。但这里如果第一个玩家选HHT，第二个玩家选TTH，那么第二个玩家有优势吗？根据计算，第一个玩家赢的概率是1/2，所以公平。但经典例子：如果第一个玩家选HHH，第二个玩家选THH，则第二个玩家赢的概率是7/8？不，是7/8？实际上，对于HHH vs THH，THH赢的概率是7/8？我回忆：对于模式A=HHH，B=THH，B先出现的概率是7/8？还是8/7？实际上，标准结果是：对于模式A，B的“优势”可以通过构造一个数来比较。对于A=HHH，B=THH，B相对于A的优势是：取A的后两位加上B的第一位？公式：如果A=a1a2a3，B=b1b2b3，则B相对于A的优势概率为：如果b2b3 = a1a2，则B有优势？具体公式：概率P(B先于A) = [如果b2b3=a1a2则1/2^{k}否则0]？我不确定。但我知道对于HHH vs THH，THH赢的概率是7/8？实际上，我计算过：从开始，HHH先于THH的概率是1/8？所以THH赢的概率是7/8。所以不对称。但这里HHT vs TTH，我们得到1/2，可能因为模式之间没有重叠？或者因为对称性？让我们检查模式之间的重叠：HHT和TTH，它们有没有共同的前后缀？HHT的后缀HT是TTH的前缀吗？TTH的前缀是T和TT，HT不是TTH的前缀。HHT的后缀T是TTH的前缀吗？TTH的前缀是T，所以是。但注意：当我们有HHT时，它已经结束了，所以不考虑重叠。但可能影响概率。实际上，在Penney's游戏中，模式之间的重叠关系决定了优势。有一个已知结论：对于两个三元模式，如果第二个模式是第一个模式的“反序”加一个符号？这里HHT的反序是THH，不是TTH。但TTH是HHT的某种“移位”？可能没有直接关系。但我们的计算似乎正确。我们可以用另一种方法验证：模拟所有可能的前几次抛掷直到出现模式。

考虑序列直到出现HHT或TTH。注意：游戏可能在3次抛掷内结束，也可能更长。列出所有可能的前几次抛掷结果，并判断谁赢。

可能的前3次抛掷：
HHH：没有HHT（因为HHT需要第三位是T），也没有TTH（需要前两位TT），所以继续。
HHT：小明赢。
HTH：没有HHT（因为第三位是H，但前三位是HTH，不是HHT），没有TTH（前三位是HTH，不是TTH），继续。
HTT：没有HHT（前三位HTT，不是HHT），没有TTH（前三位HTT，不是TTH），但注意：HTT中，后三位？我们只考虑连续的三位？但游戏是观察整个序列，一旦出现连续的三位是HHT或TTH就结束。所以HTT中，没有HHT或TTH，继续。
THH：没有HHT（前三位THH，不是HHT），没有TTH（前三位THH，不是TTH），继续。
THT：没有HHT，没有TTH，继续。
TTH：小红赢。
TTT：没有TTH（因为第三位是T，不是H），没有HHT，继续。

所以前3次可能不结束。我们需要考虑更长的序列。但我们可以考虑状态转移，我们已经做了。

另一种方法：使用无限级数求和。但我们的状态方程应该正确。

但等等，从S3，我们得出P3=1，但这是基于最终几乎必然出现T。但严格来说，从S3，如果一直抛H，游戏永远不会结束，所以概率上，小明赢的概率是小于1的？但概率论中，在无限次独立抛掷中，出现T的概率是1（因为每次抛T的概率1/2，无限次抛掷中至少出现一次T的概率是1）。所以确实，从S3，小明赢的概率是1。类似地，从S4，小红赢的概率是1。所以P3=1，P4=0正确。

但这样，从S1，如果第二次抛H，则进入S3，小明赢概率1；如果第二次抛T，则进入S2，从S2小明赢概率1/3。所以P1=0.51+0.5(1/3)=0.5+1/6=2/3。从S2，如果第二次抛T，则进入S4，小明赢概率0；如果第二次抛H，则进入S1，小明赢概率2/3。所以P2=0.50+0.5(2/3)=1/3。所以从开始，第一次抛H（概率1/2）则小明赢概率2/3；第一次抛T（概率1/2）则小明赢概率1/3；总概率=1/22/3+1/21/3=1/3+1/6=1/2。所以公平。

但这是否意味着游戏公平？但注意：我们假设硬币是公平的。所以如果硬币公平，则小明和小红赢的概率都是1/2。但问题问：“游戏公平吗？谁赢的几率大？”所以答案可能是公平，几率一样大。

但让我们再想想：在Penney's游戏中，通常两个玩家选择的模式不同，概率不相等。但这里为什么相等？可能因为模式HHT和TTH是“对偶”的？如果我们把H和T互换，HHT变成TTH，TTH变成HHT。所以两个模式在硬币公平的情况下是对称的。所以确实应该公平。但经典Penney's游戏中，如果第一个玩家选HHH，第二个玩家选THH，那么不对称，因为THH可以利用HHH的HH前缀。但这里，HHT的前缀是HH，TTH的前缀是TT。如果第一个玩家选HHT，第二个玩家选TTH，那么TTH能利用HHT的什么？HHT的前缀HH，TTH的前缀TT，没有重叠。所以可能没有优势。实际上，在Penney's游戏中，优势来自于第二个模式可以利用第一个模式的前两个字符。例如，如果A=HHH，那么B=THH利用了A的前两个HH。但这里，A=HHT，前两个是HH，B=TTH，前两个是TT，没有利用。所以可能公平。但如果我们检查：如果A=HHT，那么一个能利用它的模式可能是？比如，如果B=HHH？但这里B是TTH。所以可能确实公平。

但让我们用已知的Penney's game公式验证。对于两个三元模式A和B，B先于A的概率可以计算为：考虑A的“后缀”与B的“前缀”的关系。具体公式：设A=a1a2a3，B=b1b2b3。定义对于k=1,2,3，如果b1b2...bk = a_{3-k+1}...a3，则B有优势。更精确的公式：P(B先于A) = 如果b2b3 = a1a2，则1/2^{m}，其中m是满足b1...bk = a_{3-k+1}...a3的最大k？我不太记得了。但有一个简单的方法：构造一个数：对于模式A，定义其“优势数”为：将A的每个字符映射为数字：H=0, T=1？或者反过来？然后对于B，计算一个数。但我不确定。

另一种方法：使用马尔可夫链，我们已经做了，应该正确。

但让我们手动计算一些序列的概率，看看小明赢的总概率是否确实是1/2。

考虑前几次抛掷，直到出现模式。我们可以列出所有可能的结果序列，并计算小明赢的概率。但序列可能无限长，所以我们需要考虑所有可能路径。

从开始，我们可能经过的状态序列。我们可以考虑游戏在n步内结束的概率。但可能复杂。

但我们可以考虑：从开始，第一次抛掷后，我们处于S1或S2。从S1，有1/2概率直接进入S3（第二次抛H），然后从S3，最终小明赢概率1。所以这部分贡献：1/2 * 1/2 * 1 = 1/4。从S1，有1/2概率进入S2（第二次抛T），然后从S2，可能回到S1或进入S4。从S2，有1/2概率进入S4（第三次抛T），然后小红赢，所以小明赢概率0；有1/2概率进入S1（第三次抛H），然后从S1又重复。所以从S1进入S2后，小明赢的概率是：从S2，小明赢的概率是P2=1/3。所以从S1，总概率：1/21 + 1/2P2 = 1/2 + 1/2*(1/3)=1/2+1/6=2/3，一致。

从S2，类似：1/2概率进入S4（第二次抛T？从S2，第二次抛？注意：从S2，我们已经在第二次抛后？实际上，从开始，第一次抛T后进入S2，然后第二次抛：如果T，进入S4；如果H，进入S1。所以从S2，有1/2概率直接进入S4（小红赢），有1/2概率进入S1（然后小明赢概率2/3）。所以P2=1/20+1/2(2/3)=1/3。

所以从开始，第一次抛H（概率1/2）则小明赢概率2/3；第一次抛T（概率1/2）则小明赢概率1/3；总概率1/2。所以公平。

但等等，我们假设从S3小明赢概率1，从S4小红赢概率1。但这是基于几乎必然最终出现T或H。但严格来说，在有限步内，概率小于1，但极限是1。所以从S3，小明赢的概率确实是1。所以没问题。

因此，游戏是公平的，小明和小红赢的概率都是1/2。

但问题可能期望我们回答不公平？因为通常Penney's游戏不公平。但这里可能因为模式对称而公平。让我们检查模式：HHT和TTH。如果我们把H和T互换，HHT变成TTH，TTH变成HHT。所以两个模式在公平硬币下是对称的。所以确实应该公平。所以答案应该是公平，几率一样大。

但让我们确认一下：如果硬币是公平的，那么正面和反面对称，所以模式HHT和TTH只是将H和T互换，所以概率应该相同。所以公平。

因此，回答：游戏公平，小明和小红赢的几率一样大，都是1/2。

但问题说：“小明小红玩游戏，连续不断抛一个硬币，在序列中，如果正正反，小明赢，如果反反正，小红赢，游戏公平吗？谁赢的几率大？”所以答案：公平，几率一样大。

但可能有人会认为不公平，因为HHT和TTH不是完全对称？但如上所述，它们是通过交换H和T对称的。所以公平。

所以最终答案：游戏公平，小明和小红赢的概率都是1/2。

但让我们用另一种方法：计算小红赢的概率。从对称性，也应该1/2。或者直接计算小红赢的概率：从开始，小红赢的概率Q0。类似地，设Q1为从S1小红赢的概率，Q2从S2，Q3从S3，Q4从S4。显然Q3=0（因为从S3小明必赢），Q4=1。然后Q1 = 0.5Q3 + 0.5Q2 = 0.50 + 0.5Q2 = 0.5 Q2；Q2 = 0.5Q1 + 0.5Q4 = 0.5Q1 + 0.51。所以Q2 = 0.5 Q1 + 0.5。代入Q1：Q1 = 0.5*(0.5 Q1 + 0.5) = 0.25 Q1 + 0.25 => Q1 - 0.25 Q1 = 0.25 => 0.75 Q1 = 0.25 => Q1 = 1/3。然后Q2 = 0.5*(1/3)+0.5 = 1/6+1/2=2/3。然后Q0 = 0.5Q1 + 0.5Q2 = 0.5*(1/3)+0.5*(2/3)=1/6+1/3=1/2。所以小红赢的概率也是1/2。一致。

所以确实公平。

因此，回答：游戏公平，小明和小红赢的几率一样大。

但问题可能希望我们解释一下。所以我们可以说：由于硬币是公平的，且两个模式通过交换正反面相互对称，因此游戏公平，双方获胜概率均为1/2。

所以最终答案。