有一段时间没记录知识类的博客了,这篇博客就说一下SG函数和SG定理

SG函数是用于解决博弈论公平组合游戏Impartial Combinatorial Games,ICG)问题的一种方法。

什么是组合游戏

在竞赛中,组合游戏的题目一般有以下特点

  1. 题目描述一般为Alice、Bob 2人做游戏
  2. Alice、Bob交替进行某种游戏规定的操作,每操作一次,选手可以在有限的操作(操作必须合法)集合中任选一种。
  3. 对于游戏的任何一种可能的局面,合法的操作集合只取决于这个局面本身,不取决于其它因素(跟选手,以前的所有操作无关)
  4. 如果当前选手无法进行合法的操作,则为负

举个例子现在有一个数0,小明小红2人每次可以轮流在当前数加 1~3,谁先凑到21谁就赢

这个描述就符合上面的条件:

  • 小明小红(满足1)
  • 每次轮流在当前数上加1~3(满足2)
  • 当前能进行的操作只取决于这个数本身(也就是这个局面),如果这个数为20,可操作的集合为+{1},如果为12,可操作的集合为+{1,2,3}(满足3)
  • 如果数字已经为21了,则不可能往上在加数字,可操作集合为\(Φ\),当前选手为负(满足4)

必胜点和必败点的概念

  • 必败点(P点) 前一个(previous player)选手将取胜的点称为必败点
  • 必胜点(N点) 下一个(next player)选手将取胜的点称为必胜点

比如现在数字已经为18了,那么当前操作人只要给数字+3则必胜,我们就把在此位置称为必胜点(正常操作情况下,别杠说都18偏要+2。。。。)

必胜点和必败点的性质:

- 所有的终结点都是必败点

- 从任何必胜点操作,至少有一种方式进入必败点

- 无论如何操作, 从必败点都只能进入必胜点.

Sprague-Grundy(SG)定理

游戏和的SG函数等于各个游戏SG函数的Nim和。这样就可以将每一个子游戏分而治之,从而简化了问题。而Bouton定理就是Sprague-Grundy定理在Nim游戏中的直接应用,因为单堆的Nim游戏 SG函数满足 SG(x) = x。

Nim和 : 各个数相异或的结果

SG函数

先定义mex(minimal excludant)运算,这是施加于一个集合的运算,表最小的不属于这个集合的非负整数。例如\(mex\{0,1,2,4\}=3、mex\{2,3,5\}=0、mex\{\}=0\)。

对于任意状态 x , 定义 SG(x) = mex(S),其中 \(S\) 是 \(x\) 后继状态的 \(SG\)函数值的集合。如 x 有三个后继状态分别为 \(SG(a),SG(b),SG(c)\) ,那么 \(SG(x) = mex\{SG(a,SG(b),SG(c)\}\) 。这样集合 \(S\) 的

的终态必然是空集,所以\(SG\) 函数的终态为 \(SG(x) = 0\) ,当且仅当x 为必败点P时

取石子问题

有1堆n个的石子,每次只能取{ 1, 3, 4 }个石子,先取完石子者胜利,那么各个数的SG值为多少?

SG[0]=0,f[]={1,3,4},

x=1 时,可以取走1 - f{1}个石子,剩余{0}个,所以 SG[1] = mex{ SG[0] }= mex{0} = 1;

x=2 时,可以取走2 - f{1}个石子,剩余{1}个,所以 SG[2] = mex{ SG[1] }= mex{1} = 0;

x=3 时,可以取走3 - f{1,3}个石子,剩余{2,0}个,所以 SG[3] = mex{SG[2],SG[0]} = mex{0,0} =1;

x=4 时,可以取走4- f{1,3,4}个石子,剩余{3,1,0}个,所以 SG[4] = mex{SG[3],SG[1],SG[0]} = mex{1,1,0} = 2;

x=5 时,可以取走5 - f{1,3,4}个石子,剩余{4,2,1}个,所以SG[5] = mex{SG[4],SG[2],SG[1]} =mex{2,0,1} = 3;

以此类推…

x 0 1 2 3 4 5 6 7 8…

SG[x] 0 1 0 1 2 3 2 0 1…

由上述实例我们就可以得到SG函数值求解步骤,那么计算1~n的SG函数值步骤如下:

1、使用 数组f 将 可改变当前状态 的方式记录下来。

2、然后我们使用 另一个数组 将当前状态x 的后继状态标记。

3、最后模拟mex运算,也就是我们在标记值中 搜索 未被标记值 的最小值,将其赋值给SG(x)。

4、我们不断的重复 2 - 3 的步骤,就完成了 计算1~n 的函数值。

模板如下:

//f[N]:可改变当前状态的方式,N为方式的种类,f[N]要在getSG之前先预处理
//SG[]:0~n的SG函数值
//S[]:为x后继状态的集合
int f[N],SG[MAXN],S[MAXN];
void getSG(int n){
int i,j;
memset(SG,0,sizeof(SG));
//因为SG[0]始终等于0,所以i从1开始
for(i = 1; i <= n; i++){
//每一次都要将上一状态 的 后继集合 重置
memset(S,0,sizeof(S));
for(j = 0; f[j] <= i && j <= N; j++)
S[SG[i-f[j]]] = 1; //将后继状态的SG函数值进行标记
for(j = 0;; j++) if(!S[j]){ //查询当前后继状态SG值中最小的非零值
SG[i] = j;
break;
}
}
}

其实不难发现,Nim游戏就是一个很典型的用SG定理解决的问题,因为Nim游戏在一堆n个石子中可以取1-n个石子,所以单独这一堆石子的SG值为\(mex(n−1,n−2,n−3,...,n−n)=n\),根据SG定理,每一堆石子总数相互异或即为答案

20.11.4 update:

另一个石头问题

([洛谷P2148)SDOI2009]E&D

小 E 与小 W 进行一项名为 E&D 游戏。

游戏的规则如下:桌子上有 \(2n\) 堆石子,编号为 \(1∼2n\)。其中,为了方便起见,我们将第 \(2k-1\) 堆与第 \(2k\) 堆(\(1≤k≤n\))视为同一组。第 \(i\) 堆的石子个数用一个正整数 \(S_i\)表示。

一次分割操作指的是,从桌子上任取一堆石子,将其移走。然后分割它同一组的另一堆石子,从中取出若干个石子放在被移走的位置,组成新的一堆。操作完成后,所有堆的石子数必须保证大于 \(0\)。显然,被分割的一堆的石子数至少要为 \(2\)。两个人轮流进行分割操作。如果轮到某人进行操作时,所有堆的石子数均为 \(1\),则此时没有石子可以操作,判此人输掉比赛。

小 E 进行第一次分割。他想知道,是否存在某种策略使得他一定能战胜小 W。因此,他求助于小 F,也就是你,请你告诉他是否存在必胜策略。例如,假设初始时桌子上有 \(4\) 堆石子,数量分别为\(1,2,3,1\)。小 E 可以选择移走第 1 堆,然后将第 2 堆分割(只能分出 1 个石子)。接下来,小 W 只能选择移走第 4 堆,然后将第 3 堆分割为 1 和 2。最后轮到小 E,他只能移走后两堆中数量为 1 的一堆,将另一堆分割为 1 和 1。这样,轮到小 W 时,所有堆的数量均为 1,则他输掉了比赛。故小 E 存在必胜策略。

很显然这是一个ICG,且可以看作 \(n\) 个子游戏的组合,显然每一组两堆石子组成最小单位。我们直接打表列出值\(SG\)(按照定义计算,可以写程序或手算)

这张表显然很有规律,例如当 \(a\) 和 \(b\) 是奇数时 \(s(a,b) = 0\) ,还有 \(sg(i,j) = sg(j,i)\),等等。还很容易发现,偶数列(或行)都是几个几个一组的。在此基础上进一步观察,可以发现第 \(2n\) 列的值与第 \(n\) 列是有关联的。

总结成公式就是:当 \(a\) 为偶数时,

。于是可以递归求解,代码如下:

// Author : RioTian
// Time : 20/11/04
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
int count(ll n) {
int cnt = 0;
while (n % 2 == 0) n /= 2, cnt++;
return cnt;
}
int sg(ll a, ll b) {
if (a % 2 && b % 2)
return 0;
else if (a % 2 == 0)
return sg(a / 2, (b - 1) / 2 + 1) + 1;
else
return sg(b, a);
}
int main() {
// freopen("in.txt", "r", stdin);
ios::sync_with_stdio(false), cin.tie(0), cout.tie(0);
ll t, x, y, n;
cin >> t;
while (t--) {
int res = 0;
cin >> n;
for (int i = 0; i < n / 2; ++i) cin >> x >> y, res ^= sg(x, y);
cout << (res ? "YES\n" : "NO\n");
}
}

我们并没有严格地证明观察出结论,但这就是这类题的通常做法:打表找规律。严格证明需要花的时间,对ACM来说太奢侈了。以下这个mex函数可能会经常用于打表:

int mex(auto v) {  // v可以是vector、set等容器
unordered_set<int> S;
for (auto e : v) S.insert(e);
for (int i = 0;; ++i)
if (S.find(i) == S.end()) return i;
}

本文是参考其他博文+自己理解,整理而来,现附上参考博文链接:

https://blog.csdn.net/luomingjun12315/article/details/45555495

https://blog.csdn.net/SM_545/article/details/77340690

https://zhuanlan.zhihu.com/p/257013159

(组合游戏)SG函数与SG定理详解的更多相关文章

  1. 组合游戏 - SG函数和SG定理

    在介绍SG函数和SG定理之前我们先介绍介绍必胜点与必败点吧. 必胜点和必败点的概念:        P点:必败点,换而言之,就是谁处于此位置,则在双方操作正确的情况下必败.        N点:必胜点 ...

  2. (转载)--SG函数和SG定理【详解】

    在介绍SG函数和SG定理之前我们先介绍介绍必胜点与必败点吧. 必胜点和必败点的概念:        P点:必败点,换而言之,就是谁处于此位置,则在双方操作正确的情况下必败.        N点:必胜点 ...

  3. SG函数和SG定理【详解】

    在介绍SG函数和SG定理之前我们先介绍介绍必胜点与必败点吧. 必胜点和必败点的概念:        P点:必败点,换而言之,就是谁处于此位置,则在双方操作正确的情况下必败.        N点:必胜点 ...

  4. SG函数和SG定理(Sprague_Grundy)

    一.必胜点和必败点的概念 P点:必败点,换而言之,就是谁处于此位置,则在双方操作正确的情况下必败.       N点:必胜点,处于此情况下,双方操作均正确的情况下必胜. 必胜点和必败点的性质:     ...

  5. 前端后台以及游戏中使用Google Protocol Buffer详解

    前端后台以及游戏中使用Google Protocol Buffer详解 0.什么是protoBuf protoBuf是一种灵活高效的独立于语言平台的结构化数据表示方法,与XML相比,protoBuf更 ...

  6. PHP函数call_user_func和call_user_func_array详解

    今天在群里面,有个叫lewis的在问call_user_func_array的用法,因为之前一直没有用过,也不能说什么,于是看一下手册,发现是这么写的: call_user_func_array (P ...

  7. Android游戏开发之旅 View类详解

    Android游戏开发之旅 View类详解 自定义 View的常用方法: onFinishInflate() 当View中所有的子控件 均被映射成xml后触发 onMeasure(int, int) ...

  8. JS函数动作分层结构详解及Document.getElementById 释义 js及cs数据类型区别 事件 函数 变量 script标签 var function

    html +css 静态页面 js     动态 交互   原理: js就是修改样式, 比如弹出一个对话框. 弹出的过程就是这个框由disable 变成display:enable. 又或者当鼠标指向 ...

  9. WordPress函数:get_bloginfo()用法详解

    描述 返回你博客的信息,这些信息可以用在任何地方的 PHP 代码中.这个函数,和 bloginfo() 一样,可以用来在模板文件的任何地方显示你博客的信息. 用法 <?php $bloginfo ...

  10. Wordpress菜单函数wp_nav_menu各参数详解及示例

    Wordpress菜单函数wp_nav_menu各参数详解及示例   注册菜单 首先要注册菜单,将以下函数添加至function.php函数里   register_nav_menus(array( ...

随机推荐

  1. MySQL的索引为什么使用B+树而不使用跳表?

    目录 MySQL的索引为什么使用B+树而不使用跳表? 1.B+树的结构 2.跳表的结构 3.B+树和跳表的区别 1.B+树新增数据会怎么样 跳表新增数据 4.Mysql的索引为什么使用B+树而不使用跳 ...

  2. 第五周阅读笔记|人月神话————胸有成竹(Calling the Shot)

    这个章节标题是胸有成竹,而要做到胸有成竹就必须在项目计划阶段我们对项目的预测和估算都需要很准确.因此整个章节的内容就是在讲估算,而估算就涉及到预测和估算模型,估算要做到准确必须通过前期多个历史项目和版 ...

  3. 开发工具使用:CubeMX、KEIL MDK-ARM

    来源:成电<微机原理与嵌入式系统>漆强 第四章 STM32CubeMX软件的使用 来源:成电<微机原理与嵌入式系统>漆强 第五章 MDK-ARM软件的使用 一.STM32的Cu ...

  4. Linux笔记03: Linux常用命令_3.1命令的基本格式

    3.1命令的基本格式 3.1.1 命令提示符 [root@localhost ~]# 这就是Linux系统的命令提示符.各部分含义如下: ●[]:这是提示符的分隔符号,没有特殊含义. ●root:显示 ...

  5. UI自动化测试框架:数据驱动

    一.UI自动化框架介绍 测试框架使用了Po设计模式(Page Object),每一个页面用一个类来对应,这个类里面要实现所有核心页面元素的获取方法,类里面提供操作页面元素的所有方法. 这个框架实现几点 ...

  6. MySQL运维6-Mycat垂直分库

    一.垂直分库场景 场景:在业务系统中,涉及一下表结构,但是由于用户与订单每天都会产生大量的数据,单台服务器的数据存储以及处理能力是有限的,可以对数据库表进行拆分,原有数据库如下 说明1:整个业务系统中 ...

  7. LeetCode224:基本计算器(栈)

    解题思路: 1.双栈模拟,一个用来存数,一个用来存操作符.需要考虑 '('后面紧跟'+'.'-'这种情况 2.递归:遇到左括号开始递归,遇到右括号结束递归,返回值. 1 class Solution: ...

  8. ElasticSearch之Merge

    Elasticsearch的shard,即对应Lucene的index. Lucene的index由多个segment组成. segment是index保存数据的最小单位,不支持修改. Elastic ...

  9. DNSlog注入(利用DNSlog平台将SQL盲注变成回显注入)

    前言 什么是UNC 什么是DNSlog注入 DNSlog注入的条件 防止DNSlog注入的几个措施 sqli-labs试验 前言 前几天面试的时候,面试官问我知不知道OOB(带外数据). 当时我蒙了, ...

  10. Blazor入门100天 : 身份验证和授权之 OpenID 与 OAuth2

    目录: OpenID 与 OAuth2 基础知识 Blazor wasm Gitee 码云登录 Blazor wasm GitHub 登录 Blazor wasm Google 登录 Blazor w ...