博弈论算法常见模型整理
博弈论
文章目录
- 博弈论
- 一、内容简介
- 二、前置概念
- 1.ICG
- 2.博弈图
- 3.P点、N点
- 4.mex函数
- 三、前置定理
- 四、四大经典组合游戏
- 1.Nim游戏
- 2.Bash游戏
- 3.Wythoff游戏
- 4.Fibonacci游戏
- 五、SG函数
- 1.SG函数
- 2.SG定理
- 3.简单应用
- 六、SG游戏及拓展
- 1. Anti−SGAnti-SGAnti−SG 游戏
- 2. Multi−SGMulti-SGMulti−SG 游戏
- 3. Every−SGEvery-SGEvery−SG 游戏
- 4.翻硬币游戏
- 5.无向图删边游戏
- 七、致谢与感悟
一、内容简介
本文主要介绍算法竞赛中常常出现的博弈论模型,包括:
- 4个经典组合游戏
- SG函数
- SG游戏及拓展
二、前置概念
进一步学习需要了解一些前置概念
- ICG
- 博弈图
- P点、N点
- mex函数
1.ICG
ICG全称为“公平组合游戏”,我们下面讨论的博弈游戏均建立在ICG的基础上,那么什么是ICG呢,它需要满足以下条件:
- 由两名玩家交替行动
- 对任意局面,接下来可执行的行动仅与局面有关(玩家平等)
- 游戏以玩家无法行动为结束,且无平局
那么称此游戏为“公平组合游戏”
2.博弈图
我们可以看到,整个过程是各个状态的集合,且状态间可以到达,那么我们可以将这个博弈过程抽象为一张图,称为博弈图,这个游戏我们也称之为有向图游戏
那么这个图是一个有向无环图,图中有唯一的起点,可能有多个终点,两名玩家的交替行动可认为是图上的有向边,所有出度为0的节点便是终点
对于这个图,每个节点存储如下信息:{弈盘信息x,先手信息p,…}等
同时有如下结论:任何一个公平组合游戏均可以转化为有向图游戏
3.P点、N点
P点和N点是博弈里面两个及其重要的概念
- 先手必胜状态:先手行动后,可以将一个必败状态留给后手
- 先手必败状态:先手无论如何行动,只能将必胜状态留给后手
- 必败点(P点):前一个选手取胜,当前选手将败的节点(previous)
- 必胜点(N点):下一个选手将败,当前选手取胜的节点(next)
4.mex函数
mex函数是一个建立在集合上的整数函数,即mex:SN↦Nmex: S_N \mapsto Nmex:SN↦N ,它的定义域是一个非负整数集,mexmexmex代表这个集合里最小未出现的非负整数,举几个例子:mex({1,2,3})=0mex(\{1,2,3\})=0mex({1,2,3})=0,mex({0,1,2})=3mex(\{0,1,2\})=3mex({0,1,2})=3,mex({0,2,3})=1mex(\{0,2,3\})=1mex({0,2,3})=1,等等
三、前置定理
定理一:没有后继状态的状态是必败状态
定理二:一个状态是必胜状态 ⇔\Harr⇔ 它至少存在一个向必败状态的转移
定理三:一个状态是必败状态 ⇔\Harr⇔ 它所有后继状态均为必胜状态
四、四大经典组合游戏
1.Nim游戏
给定 NNN 堆物品,第iii堆物品有 AiA_iAi 个。
两名玩家轮流行动,每次可以任选一堆,取走任意多个物品,可把一堆取光,但不能不取。
取走最后一件物品者获胜。
问先手是否必胜。
Nim博弈是最经典的博弈之一,许多博弈均可转化为Nim博弈,我们给出结论:
先手必胜 ⇔\Harr⇔ A1⊕A2⊕A3...⊕An≠0A_1\oplus A_2\oplus A_3...\oplus A_n\ne0A1⊕A2⊕A3...⊕An=0
由归纳法其实很容易证得,也可以利用三个前置定理进行证明,但这个等价表达式还是给予我们很多震撼~~(也给予出题人很多灵感)~~
但其实我们不应把Nim游戏看成一个独立游戏,而应该把它看成若干个游戏的和
对每个游戏,先手是否必胜 ⇔\Harr⇔ Ai≠0A_i\ne0Ai=0
进而对于这 nnn 个游戏的加和为 A1⊕A2⊕A3...⊕AnA_1\oplus A_2\oplus A_3...\oplus A_nA1⊕A2⊕A3...⊕An
游戏和的概念后续还会继续用到,也是用异或的形式给出表达式,这个表达式很重要
int main(){scanf("%d", &n);for(int i = 1; i <= n; ++ i) scanf("%d", &x), ans ^= x;puts("%s", ans ? "Yes" : "No");return 0;
}
2.Bash游戏
有 1 堆石子,总个数是 nnn 。
两名玩家轮流在石子堆中拿石子,每次至少取 1 个,至多取 mmm 个。
取走最后一个石子的玩家为胜者。
判定先手和后手谁胜。
给出结论:
先手必胜 ⇔\Harr⇔ (m+1)∤n(m+1)\nmid n(m+1)∤n
考虑三种情形 :
情形一:n≤mn \le mn≤m时,显然先手必胜
情形二:n=m+1n=m+1n=m+1时,先手最多拿m个,但无论先手取走几个,后手一定可以拿完,后手胜
情形三:(m+1)∣n(m+1)\mid n(m+1)∣n 时,假设先手每次拿 xxx 个,后手可以拿 m+1−xm+1-xm+1−x 个,最后后手胜
其余情形,先手均可以通过拿走 n%(m+1)n \% (m+1)n%(m+1) 个,进而转至情形三,先手胜
int main() {scanf("%d%d", &n, &m);puts("%s", n%(m+1) ? "First Win" : "Second Win");return 0;
}
3.Wythoff游戏
有两堆石子,石子数可以不同。
两人轮流取石子,每次可以在一堆中取,或者从两堆中取走相同个数的石子,数量不限.
取走最后一个石头的人获胜。
判定先手是否必胜。
这个游戏的结论比较复杂,涉及到了平面上的点集,下图便是先手必败节点,(x,y)(x,y)(x,y) 代表两堆石子个数
上面这张图粉色区域即为解集,解集是关于 y=xy=xy=x 对称,靠前的解有:(0,0),(1,2),(3,5),(4,7),(6,10),(8,13),(9,15),(11,18),(12,20),(13,21)...(0,0), (1,2), (3,5), (4,7), (6,10), (8,13), (9,15), (11,18), (12,20), (13,21)...(0,0),(1,2),(3,5),(4,7),(6,10),(8,13),(9,15),(11,18),(12,20),(13,21)... 等
解集 (ak,bk)(a_k,b_k)(ak,bk) 满足 :aka_kak 是之前未出现的最小自然数,bk=ak+kb_k=a_k+kbk=ak+k
这个可以利用题目的性质进行归纳证明,主要利用了如下性质:
- 若(x,y)∈Ans(x,y) \in Ans(x,y)∈Ans ,那么 ∀t∈N,(x+t,y)∉Ans,(x,y+t)∉Ans,(x+t,y+t)∉Ans\forall t\in \N,(x+t,y)\notin Ans ,(x,y+t)\notin Ans,(x+t,y+t)\notin Ans∀t∈N,(x+t,y)∈/Ans,(x,y+t)∈/Ans,(x+t,y+t)∈/Ans
我们称符合要求的解为奇异节点,奇异节点便是先手必败节点,而非奇异节点显然可以通过一步操作变成奇异节点,通过归纳法也可以证明奇异节点坐标正确性
按照解的定义,我们发现实际上集合 A={ak∣k∈N}A=\{a_k|k\in \N\}A={ak∣k∈N} 和 B={bk∣k∈N}B=\{b_k|k\in \N\}B={bk∣k∈N} 实际上是对整数区间的一个划分,即 A∩B=∅,A∪B=N+A\cap B=\varnothing,A\cup B=\N^+A∩B=∅,A∪B=N+ ,考虑引入Beatty定理:
如果两个无理数 α,β\alpha,\betaα,β 满足:
1α+1β=1\frac{1}{\alpha}+\frac{1}{\beta}=1α1+β1=1
考虑两个正整数集 A,BA,BA,B :
A={⌊nα⌋},B={⌊nβ⌋}A=\{\lfloor n\alpha \rfloor\},B=\{\lfloor n\beta \rfloor\}A={⌊nα⌋},B={⌊nβ⌋} (1)(1)(1)
以及两个结论:
A∩B=∅,A∪B=N+A\cap B=\varnothing,A\cup B=\N^+A∩B=∅,A∪B=N+ (2)(2)(2)
那么我们断言:(1)⇔(2)(1)\Harr(2)(1)⇔(2) ,可利用取整函数的上下界进行证明
将 Beatty定理 代入我们的解集,利用 β=α+1\beta = \alpha +1β=α+1 解出:α=5+12,β=3−52\alpha = \frac{\sqrt{5}+1}{2} ,\beta=\frac{3-\sqrt{5}}{2}α=25+1,β=23−5
假设两堆石子为 (ak,bk),ak<bk(a_k,b_k),a_k \lt b_k(ak,bk),ak<bk ,那么先手必败 ⇔\Harr⇔ (bk−ak)×α=kα=ak(b_k-a_k)\times \alpha =k \alpha = a_k(bk−ak)×α=kα=ak
int main() {scanf("%d%d", &n, &m);if (a > b) swap(a, b);int ans = (b - a) * ((1.0 + sqrt(5.0)) / 2.0);puts("%s", ans==a ? "Second Success" : "First Success");return 0;
}
4.Fibonacci游戏
有 1 堆石子,总个数是 nnn (n≥2)(n\ge 2)(n≥2) 。
游戏双方轮流取石子,规则如下:
先手不能在第一次把所有的石子取完,至少取 1 颗;
之后每次可以取的石子数至少为 1 ,至多为对手刚取的石子数的 2 倍。
取走最后一个石子的人为赢家,求必败态。
结论:
先手必败 ⇔\Harr⇔ 石子数为斐波那契数
必要性可由归纳法简要证出,充分性建立在 Zeckendorf定理:
任何正整数均可以表示为若干个不连续的 Fibonacci 数之和
进而先手可以将石子划分成多堆不连续的斐波那契数的加和,先手先取走最小堆,然后可以通过操作,让后手来面临这些斐波那契堆,且每次后手不能取完,而先手可以取完,最后先手取完最后的石子,先手胜
int f[N], x;
map<int,bool>mp;
int main(){fib[1] = 1, fib[2] = 1;for(int i = 3;i <= 50; ++ i) f[i] = f[i-1] + f[i-2], mp[f[i]] = 1;while(scanf("%d", &x) && x != 0)puts(mp[x] == 1 ? "Second win" : "First win");return 0;
}
五、SG函数
1.SG函数
SG函数是对博弈图中每一个节点或者说状态的评估函数,SG:state↦NSG: state \mapsto NSG:state↦N
规定游戏终点的 SG 函数值为 0 ,即 SG(end)=0SG(end)=0SG(end)=0 ,同时扩展规定一个游戏图的 SG 值为起点的 SG 值,即 SG(Graph)=SG(start)SG(Graph)=SG(start)SG(Graph)=SG(start)
在有向图游戏中,对每个节点 xxx ,
设从 xxx 出发有 kkk 个状态转移,分别到达节点 y1,y2,...,yky_1,y_2,...,y_ky1,y2,...,yk ,
那么定义 SG(x)SG(x)SG(x) 为 xxx 的后继节点的 SGSGSG 值集合取 mexmexmex
即:SG(x)=mex({SG(y1),SG(y2),...,SG(yk)})SG(x) = mex(\{SG(y_1),SG(y_2),...,SG(y_k)\})SG(x)=mex({SG(y1),SG(y2),...,SG(yk)})
那么由前置定理,推出以下结论:
- 若 SG(x)=0SG(x)=0SG(x)=0 ,则为必败状态
- 若 SG(x)≠0SG(x)\not=0SG(x)=0 ,则为必胜状态
2.SG定理
SG 定理 :
对于游戏 XXX ,它可以拆分成若干个子游戏 x1,x2,...,xnx_1,x_2,...,x_nx1,x2,...,xn ,X=⋃i=1nxiX = \bigcup_{i=1}^{n}x_iX=⋃i=1nxi
那么,SG(X)=⊕i=1nSG(xi)=SG(x1)⊕SG(x2)⊕...⊕SG(xn)SG(X)=\oplus_{i=1}^{n}SG(x_i)=SG(x_1)\oplus SG(x_2)\oplus...\oplus SG(x_n)SG(X)=⊕i=1nSG(xi)=SG(x1)⊕SG(x2)⊕...⊕SG(xn)
换句话说,对于由 nnn 个有向图组成的组合游戏,设它们的起点为 s1,s2,...,sns_1,s_2,...,s_ns1,s2,...,sn 当且仅当 SG(s1)⊕SG(s2)⊕...⊕SG(sn)≠0SG(s_1)\oplus SG(s_2)\oplus...\oplus SG(s_n) \not=0SG(s1)⊕SG(s2)⊕...⊕SG(sn)=0 时,这个游戏为先手必胜
证明方法与 Nim 游戏的证明类似
事实上,每一个简单 SG-组合游戏 都可以完全等效成一堆数目为 KKK 的石子,其中 KKK 为该简单游戏的 SG函数值。
定义游戏的和 :
考虑任意多个同时进行的 SG-组合游戏,这些 SG-组合游戏的和 是这样一个SG-组合游戏:
在它进行的过程中,游戏者可以任意挑选其中的一个 单一游戏 进行决策,
最终,没有办法进行决策的人输。
易见,SG定理是对 游戏的和的SG值 和 单一游戏的SG值 间关系的一座桥梁,揭示了两者间的关系
3.简单应用
#include <unordered_set> // AcWing 893
int n, m, x, res;
int a[N], s[N], ans[M];
int sg(int x){//记忆化搜索if(ans[x] != -1) return ans[x];unordered_set<int>St;for(int i = 1; i <= m; i++) if(x >= s[i]) St.insert(sg(x - s[i]));for(int i = 0; ; i++) if(!St.count(i)) return ans[x] = i; // 求 mex
}
int main(){scanf("%d", &m);for(int i = 1; i <= m; i++) scanf("%d", &s[i]);// m 个起点scanf("%d", &n);memset(ans, -1, sizeof ans);for(int i = 1; i <= n; i++) scanf("%d", &x), res ^= sg(x);puts("%s", res ? "Yes" : "No");return 0;
}
六、SG游戏及拓展
这一章节我们讲述 SG 游戏以及一些常见的扩展和应用,包括以下内容:
- Anti−SGAnti-SGAnti−SG 游戏
- Multi−SGMulti-SGMulti−SG 游戏
- Every−SGEvery-SGEvery−SG 游戏
- 翻硬币游戏
- 无向图删边游戏
1. Anti−SGAnti-SGAnti−SG 游戏
有 nnn 堆石子
两个人可以从任意一堆石子中拿任意多个石子,不能不拿,
拿走最后一个石子的人失败
求必胜策略
这个似乎与 SGSGSG 定理是相反的, SGSGSG 函数建立在可执行决策上,它认为当可执行决策为空时(终点态) SGSGSG 为 0 ,但这个游戏无法通过可执行决策来确切判断胜负,那我们是否要建立新的 SGSGSG 定理了呢
先给出结论:先手必胜等价于
- ∀i,Ai≤1&SG(X)=0\forall i,A_i \le 1 \space \& \space SG(X)=0∀i,Ai≤1 & SG(X)=0
- ∃i,Ai>1&SG(X)≠0\exist i,A_i \gt 1 \space \& \space SG(X)\not=0∃i,Ai>1 & SG(X)=0
简证:第一点显然,对于第二点,若 SG(X)≠0SG(X)\not=0SG(X)=0 ,先手每次操作使得其为 0 ,一直下去,使得最终只有一堆的石子数大于 1 ,此时,轮到先手操作,先手可以让局面变成只有奇数个 1 ,先手胜
其实除了全为 1 的情况,剩下情况还是符合常规 SGSGSG 定理的,我们分析一下 Anti−NimAnti-NimAnti−Nim 与常规 NimNimNim 的区别,主要区别在于 SG(X)=0SG(X)=0SG(X)=0 时,我们无法判负,为解决这个几乎与常规 NimNimNim 颠倒的博弈,我们引出下面的 SJSJSJ 定理
首先给出 Anti−SGAnti-SGAnti−SG 游戏的具体定义:
决策集合为空的游戏者获胜,生成终止局面的游戏者判负
其余规则与普通的 SGSGSG 游戏相同。
再给出 SJSJSJ 定理:
对于任意一个 Anti−SGAnti-SGAnti−SG 游戏
如果我们规定当局面中所有的单一游戏(不可再分割游戏)的 SGSGSG 值为 0 时,游戏结束
那么先手必胜等价于:
(1) ∀i,SG(xi)≤1&SG(X)=0\forall i,SG(x_i)\le 1\space \& \space SG(X)=0∀i,SG(xi)≤1 & SG(X)=0
(2) ∃i,SG(xi)>1&SG(X)≠0\exist i,SG(x_i)\gt 1\space \& \space SG(X)\not=0∃i,SG(xi)>1 & SG(X)=0
证明与上述 Anti−NimAnti-NimAnti−Nim 类似
// Luogu P4279 Anti-Nim 模板题
int n, m, t, k;
int a[N];
int main(){scanf("%d", &t);while(t -- ) {scanf("%d", &n);int sg = 0, flag = 0;for(int i = 1; i <= n; ++ i) {scanf("%d", &a[i]), sg ^= a[i];if(a[i] > 1) flag = 1;}if((flag == 0 && sg == 0) || (flag == 1 && sg != 0)) puts("John");else puts("Brother");}return 0;
}
2. Multi−SGMulti-SGMulti−SG 游戏
有 nnn 堆石子
两个人可以从任意一堆石子中拿任意多个石子,不能不拿
或者可以把一堆数量不少于 222 石子堆分为两堆不为空的石子堆
无法操作的人失败
问谁有必胜策略
给出结论:
SG(x)={x−1,x≡0(mod4)x,x≡1&2(mod4)x+1,x≡3(mod4)SG(x)=\begin{cases} x-1 ,& x \equiv 0 \pmod 4 \\ x, & x \equiv 1 \&2 \pmod 4 \\ x+1, &x\equiv 3 \pmod 4 \end{cases}SG(x)=⎩⎪⎨⎪⎧x−1,x,x+1,x≡0(mod4)x≡1&2(mod4)x≡3(mod4)
SG(X)=⊕i=1nSG(xi)SG(X)=\oplus_{i=1}^n SG(x_i)SG(X)=⊕i=1nSG(xi)
具体怎么来的,是依靠 独特的智慧 打表 来的,不过事实上,打表也确实是很重要 博弈类游戏 结论发现来源,不是所有人都有着拉马努金那种高超的直觉和经验
我们再来给出 Multi−SGMulti-SGMulti−SG 的准确定义:
Multi−SGMulti-SGMulti−SG 游戏规定,在符合拓扑原则的前提下,一个单一游戏的后继可以为 多个单一游戏 。
Multi−SGMulti-SGMulti−SG 其他规则与 SGSGSG 游戏相同。
那么它有如下性质:
- 一个后继状态的SG值 为 后继状态中所能衍生出的所有独立游戏的异或和
举个简单的例子:SG(3)SG(3)SG(3) 的后继状态有 {(0),(1),(2),(1,2)}\{(0),(1),(2),(1,2)\}{(0),(1),(2),(1,2)} 也就是这堆有 333 个石子的石子堆,可以拿走或者分开等四种情况,他们的 SGSGSG 值分别为 $ { 0 , m e x { 0 } = 1 , m e x { 0 , 1 } = 2 , m e x { 0 , 1 , 2 } = 3 }$,因此 $SG(3)=mex{0,1,2,3}=4 $
int n, a[N], sg[N]; // hdu 3032 Multi-Nim 模板
int main(){int t, scanf("%d", &t);while(t -- ) {int ans = 0;scanf("%d", &n);for(int i = 1; i <= n; ++ i) scanf("%d", &a[i]);for(int i = 1; i <= n; ++ i) {if(a[i] % 4 == 0) sg[i] = a[i] - 1;else if(a[i] % 4 == 3) sg[i] = a[i] + 1;else sg[i] = a[i];ans ^= sg[i];}puts("%s", ans ? "Alice" : "Bob")}return 0;
}
int sg[M], vis[M]; // hdu 3032 打表代码
int main(){ // 对于一堆石子,数量为 M ,打表出 SG[M]sg[0] = 0, sg[1] = 1;for (int i = 2; i < M; ++ i){memset(vis, 0, sizeof(vis));//操作一,至少取一个for (int j = 1; j <= i; ++ j) vis[sg[i - j]] = 1;//操作二,分成两堆,不为空for (int j = 1; j < i; ++ j) vis[sg[j] ^ sg[i - j]] = 1;int j = 0; while (vis[j]) j ++ ;sg[i] = j;}for (int i = 1; i <= M; ++ i) printf("sg[%d] : %d\n", i, sg[i]);return 0;
}
3. Every−SGEvery-SGEvery−SG 游戏
给定一张无向图,上面有一些“棋子”
每人每次必须将所有可以移动的棋子都进行移动
最后不能移动的人输
求是否有必胜策略
还有一道 杭电OJ (HDU-3595) 的题:
GG和MM喜欢玩游戏。在游戏开始时,有两堆石头。
MM首先选择一堆石头,里面有 xxx 块石头,然后选择一个正数k,从另一堆有 yyy 块石头的堆中取走 kxkxkx 块石头 (y≥kx)(y\ge kx)(y≥kx) 。
然后是轮到了GG,也遵循上述规则选择石头。
当有人不能移除任何石头时,他就输掉了比赛,这个游戏就结束了。
很多年后,GG和MM发现这个游戏太简单了,所以他们决定一次同时玩 NNN 个上述游戏。
MM先手,当进入他的回合时,他必须对每个未完成的游戏进行操作。
取石头规则与上述相同,如果有人无法取走任何石头(即输掉最后一场结束游戏),那么他就输了
对于每个测试用例,输出获胜者的姓名
给出 Every−SGEvery-SGEvery−SG 游戏的具体定义:
Every−SGEvery-SGEvery−SG 游戏规定,对于还没有结束的单一游戏,玩家必须对该游戏进行一步决策
Every−SGEvery-SGEvery−SG 游戏的其他规则与普通 SGSGSG 游戏相同
Every−SGEvery-SGEvery−SG 游戏与普通 SGSGSG 游戏最大的不同就是它多了一维:时间
对于 SGSGSG 值为0的点,我们需要知道最少需要多少步才能走到结束,
对于 SGSGSG 值不为0的点,我们需要知道最多需要多少步结束
所有游戏都是独立的,并且我们发现无法操作者输,而同时又在进行多个游戏。因此,我们知道胜负情况最终由最后结束的游戏的胜负情况觉定。
既然只与最后结束的游戏相关,那么我们便不会太在意除最后一个游戏外其他游戏的胜负。
而且又由于我们得同时操作所有柚子,所以,对于我们必胜的游戏,我们一定会想办法将其尽可能的向后拖,尽可能完的结束;反过来,对于我们必败的游戏,我们一定会让他尽可能早的结束。
那么,我们首先可以判定出所有位置是 NNN 点还是 PPP 点,然后按照判定决策我们按拖延方案走还是加速方案走。
这样我们用 stepstepstep 变量来记录每个单一游戏的这个步数,有点像关键路径算法
step(u)={0,u∈Endmax{step(v)}+1,<u,v>∈E,u∈N,v∈Pmin{step(v)}+1,<u,v>∈E,u∈Pstep(u)=\begin{cases} 0 ,& u \in End \\ \max \{step(v)\}+1, & <u,v>\in E,u\in N,v\in P \\ \min\{step(v)\}+1, &<u,v>\in E,u\in P \end{cases}step(u)=⎩⎪⎨⎪⎧0,max{step(v)}+1,min{step(v)}+1,u∈End<u,v>∈E,u∈N,v∈P<u,v>∈E,u∈P
给出必胜结论:
对于 Every−SGEvery-SGEvery−SG 游戏,
先手必胜 ⇔\Harr⇔ 单一游戏中最大的 stepstepstep 为奇数
结论建立在以下三条性质上,可以归纳地证明,或者显然地感觉出它们是对的:
- 对于所有的单一游戏,先手必胜状态的 stepstepstep 值为奇数,先手必败状态的 stepstepstep 值为偶数
- 设最大的 stepstepstep 为 maxsmax_smaxs ,那么胜手可以保证该单一游戏最少会在 maxsmax_smaxs 步结束
- 设最大的 stepstepstep 为 maxsmax_smaxs ,那么胜手可以保证他所有必败的游戏最多在 maxsmax_smaxs 步结束
然后下面解决 HDU-3595 的题目,不过最好先看下 HDU-1525
浅要说下 HDU-3595 中单一游戏 N/PN/PN/P 判定的结论,这个单一游戏的背景来源于 EuclidEuclidEuclid 游戏,
假设 a≥ba\ge ba≥b,那么如果 a=ba=ba=b,先手必胜,如果 a%b=0a\%b=0a%b=0 ,先手必胜,
而如果 b<a<2bb<a<2bb<a<2b 的话,怎么取就已经定了,
进而如果 a>2∗ba>2*ba>2∗b ,那么先手可以决定谁先取到 b<a<2bb<a<2bb<a<2b 这个状态,
所以当 a>2∗ba>2*ba>2∗b 时,先手必胜,只用讨论当 b<a<2bb<a<2bb<a<2b 时最后谁胜
int n,m,sg[MAX][MAX],step[MAX][MAX]; // hdu 3595
int SG(int x,int y){if(x > y) swap(x, y);if(~sg[x][y]) return sg[x][y];if(!x || !y) return sg[x][y] = 0;int r = y%x, d = y/x;if(d == 1){ // 此时操作唯一sg[x][y] = SG(r,x) ^ 1;step[x][y] = step[r][x] + 1;return sg[x][y];}else{ // 由上述说明知必胜step[x][y] = SG(r,x) + 1 + step[r][x]; // (r,x)先手胜的话,需多一步决策return sg[x][y] = 1;}
}
int main(){memset(sg, -1, sizeof(sg));while(cin >> n){int mx = 0, a, b;while(n--){cin >> a >> b; // 每个单一游戏的两堆石头数SG(a, b);mx = max(mx, step[a][b]);}puts("%s", mx&1 ? "MM" : "GG");}return 0;
}
4.翻硬币游戏
有 nnn 枚硬币排成一排,依次编号 111 到 NNN ,有的正面朝上,有的反面朝上,
现在按照一定的规则翻硬币,
比如每次只能翻一枚或者两枚,或者每次只能翻动连续的几枚,
但是要求最靠右的硬币必须从正面被翻到了反面,
操作集合为空者负,
求必胜策略
给出结论:
当前局面的 SGSGSG 值是所有正面朝上的硬币单独存在时的 SGSGSG 值的异或和
结论的来源估计也是打表猜结论和归纳大法
不过这个结论可以直接用,配合状压或者别的算法可以出很多题目
5.无向图删边游戏
给定一个 nnn 个节点的有根树,
两人轮流删边,删去边之后,不和根节点联通的部分都会被移除
不能操作者输,
求必胜策略
给出结论:
叶子节点的 SGSGSG 值为 000 ,其他所有节点的 SGSGSG 值为它所有儿子的 SGSGSG 值加 111 后的异或和
可以参考 克朗原理 的证明,配合归纳法,假设 nnn 节点树成立,那么 n+1n+1n+1 节点树也成立
同时,树的删边游戏可以进一步扩展,感兴趣的同学可以参考 FusionPrincipleFusion \space PrincipleFusion Principle
七、致谢与感悟
忙活了一整天,终于完结撒花了
学到了很多东西,对其内在数学模型有了更深的了解,也熟悉了一些常见处理手段(打表、归纳)
同时也收集了许多关于 SGSGSG 函数应用的代码模板和应用模型,真的收获颇丰
下面给出一些有用的链接,在写作时参考了很多
- 《组合游戏略述——浅谈SG游戏的若干拓展及变形》贾志豪 本文参考了许多许多
- 博弈论ACM / OI_繁凡さん的博客 里面总结的特别全面
- 博弈论知识汇总 solvit 里面介绍了本文未提到的 NimKNimKNimK 和 StairNimStairNimStairNim
- 博弈论题目总结(一) 和 博弈论题目总结(二) 分别介绍了经典博弈和 SGSGSG 函数应用的大量例题
- 博弈论总结_Ethan-Walker的博客 里面包含了 80 余道博弈习题,涉及了博弈的方方面面
- ACM-ICPC中博弈论的一些小小总结_phython96的博客 也介绍了一些本文未出现的思想方法和模型
博弈论算法常见模型整理相关推荐
- 自然语言处理常见算法与模型
自然语言处理中常见算法与模型 个人学习记录备份,内容只对本人有效,不保证正确性 尊重原创,感谢原作者知识共享,版权均归原作者所有 NLP预训练模型 信息熵.最大熵模型(MaxEnt/MEM) 概率图模 ...
- DSP基础算法与模型研究
DSP基础算法与模型研究 (转载请保留原文链接 http://www.techinads.com/archives/41 authored by 江申_Johnson) 美国有一家很优秀的DSP公司- ...
- 网络流性质及常见模型、改进空间的思考
网络流基本是noip+的图论题必有算法,很重要. 1.网络最大流是已经没有任何方法使答案更大的一种算法.即最大化某个值,进一步讲即为完成最大化某个值的分配. 与费用流一起用时应注意,网络最大流没有增广 ...
- STL::算法::常见算法(二)
STL::算法::常见算法 remove_copy/remove 及其泛化版 remove_copy_if/remove_if 这两组函数提供的实现删除序列中的相关元素的思路,对我们实现自己的算法是有 ...
- 【火炉炼AI】机器学习023-使用层次聚类算法构建模型
[火炉炼AI]机器学习023-使用层次聚类算法构建模型 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotli ...
- 基于CNN算法自定义模型的动物识别项目1
基于CNN算法自定义模型的动物识别项目1 资源文件 一.数据集介绍 二.开发步骤 1.引入库 2.定义模型 3.定义优化器 4.训练数据增强 5.测试数据归一化 6.数据生成 7.查看类别定义 8.训 ...
- 交通系统速度预测综述:从车辆到交通【公共交通数据集】【开源模型整理】
交通系统速度预测综述:从车辆到交通[公共交通数据集][开源模型整理] 分享这篇综述,希望对大家有帮助.如有错误,请多指正! Zewei Zhou, Ziru Yang, Yuanjian Zhang, ...
- 搜索推荐算法系列文章整理
博主近期花了几个月时间,将搜索推荐行业一些经典的模型算法进行了整理,有的还加入了自己的浅显理解,还有一些是自己的经验文章,也都是搜索推荐行业,这个系列算是做完了,特来整理下每篇文章的链接和简要介绍 读 ...
- FPGA经验谈系列文章——FPGA开发方向以及算法开发模型
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 FPGA经验谈系列文章--FPGA开发方向以及算法开发模型 前言 接口方向 算法方向 总结 前言 FPGA开发笼统的说可以分为两个方向 ...
- 特斯拉自动驾驶算法和模型解读(感知/规划/矢量地图/自动标注等)
编辑 | 焉知汽车 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心[全栈算法]技术交流群 特斯拉是一个典型的AI公司,过去一年训练了7 ...
最新文章
- 少儿python编程培训-厦门在线儿童编程课
- PAT甲级1111 Online Map (30分):[C++题解]两次dijkstra求单源最短路、保存路径、长度最短、时间最短
- javascript number转string不用科学计数法_[JavaScript]之数据类型篇
- Android RemoteController使用
- 关于ORACLE MYSQL NOT IN和NOT exists需要注意的 NULL值
- NB贝叶斯平凡而又神奇的贝叶斯方法
- 作为技术工程师,到底需要怎样的专业能力
- Python 数据结构与算法——图出度和入度的计算
- 系统找不到指定的文件。 : No installed service named Apache
- spss之数据预处理
- 网易 html5,今天网易刷屏的这个H5,到底有多猛?
- 寻找春天nbsp;九宫格日记-2011.08.24
- Freenom 申请免费域名(二)
- TabHost眼睛会骗人
- 一种下载网页中视频的方式
- 50元打造双网卡负载均衡服务器(Network Load Balancing)
- 史上最全无线通信频率分配表
- 【华人学者风采】汪玉 清华大学
- Linux系统命令(网络通信)
- 如何写一份优秀的微信营销方案