组合概率，研究一类涉及有限多个但数量很大的基本事件的概率问题的方法。

它是从研究组合、优化（见组合最优化）、运筹学和计算机科学中有限随机结构的性质和用途而逐渐形成和发展起来的。当数据结构庞大时，人们更多地关心有关概率的渐近性质。组合概率方法始于1947年爱尔特希关于经典的拉姆齐问题的解，其特点是为了证明具有某种性质的组合结构存在，构造一个概率空间（见概率）并证明以严格正的概率任取一个样本都具有该种性质，所用技巧主要是计算有关组合数的数学期望、方差和尾概率不等式估计等。随机图在随机离散结构研究中起着重要作用，研究成果最为丰富。

爱尔特希和A.雷尼1960年建立了随机图的理论基础，并发现随机图过程具有双跳现象。组合概率与算法分析有着自然而密切的联系。

20世纪70年代发展起来的算法概率分析旨在准确描述算法的平均运行情况和随机数据结构的分类，避免了最差案例的尴尬。

用于算法分析的常见模型有随机弦、随机树、随机排列、随机字和随机配置。