博弈论论文
转载说明
https://www.cnblogs.com/Wolfycz/p/8430991.html
https://www.luogu.org/blog/Wolfycz/qian-tan-suan-fa-bo-yi-lun-zong-ling-kai-shi-di-bo-yi-lun-post
以上是原文链接,请大家资瓷原创。
网上的博弈博客和论文有很多,但是有些没有详细的证明,仅仅是给出了结论。今天作者将一些常见的博弈论模板集中起来,给大家介绍一下博弈论中一些单一游戏的决策和常见的Nim模板与证明。
注:下列游戏都建立在双方都有最优策略的情况下,若未加以说明,则每人每次至少取一个石子。
例1:取石子游戏之一
有两个游戏者:A和B。有n颗石子。
约定:两人轮流取走石子,每次可取1、2或3颗。A先取,取走最后一颗石子的人获胜。
问题:A有没有必胜的策略?
分析:这是小学必备奥数题之一,我们可以很容易的知道,当n为0,4,8,12……时,A必定会输,因为不论A取多少,B只要和A共同取走4即可;当n不为0,4,8,12……时,A只需要将n取成4的倍数,这样就变成了B先取,B一定会输,所以A一定会赢。
经过我们的分析发现,对这个游戏而言,0,4,8,12……这些状态是对于先手的必败状态,而其他状态是对于先手的必胜状态,因此,我们现在介绍一下有关博弈的一些名词和概念
1、平等组合游戏
- 两人游戏。
- 两人轮流走步。
- 有一个状态集,而且通常是有限的。
- 有一个终止状态,到达终止状态后游戏结束。
- 游戏可以在有限的步数内结束。
- 规定好了哪些状态转移是合法的。
- 所有规定对于两人是一样的。
因此我们的例1提到的游戏即为一个平等组合游戏,但是我们生活中常见的棋类游戏,如象棋、围棋等,均不属于平等组合游戏,因为双方可以移动的棋子不同,不满足最后一个条件;而我们后续提到的游戏,以及博弈中的其他游戏,基本属于平等组合游戏
2、N状态(必胜状态),P状态(必败状态)
像例1的分析一样,0,4,8,12……等状态就是对于先手的P状态(必败状态),其他的则是对于先手的N状态(必胜状态)。
那么我们定义两个状态之间的转换:
- 所有的终止状态都为P状态
- 对于任意的N状态,存在至少一条路径可以转移到P状态
- 对于任意的P状态,只能转移到N状态
证明过于简单,这里不再赘述,我们只需要明白一点,每个人都会选择最策略即可。
当然这里所说的都是最后走步的人获胜的游戏,至于那些走到最后失败的游戏,我们在最后做了一个简单的讲解(Anti Nim)。
例2:取石子游戏之二
将例1的游戏扩展一下,我们定义一个集合S={p1,p2,...,pk}(k∈Z∗),A,B在游戏的时候取走的石子数必须是集合里的数,其他条件不变。
那么,A还有必胜策略吗?
有没有必胜策略,我们关键是要找到哪些状态是P状态,哪些状态是N状态,不过,本题没有例1那么容易判断,因此我们需要引入一个新东西——SG函数,它的定义如下:
f(v)=mex{f(u)∣u为v的后继状态}
其中,mex(Minimal excludant)是定义在整数集合上的操作。它的自变量是任意整数集合,函数值是不属于该集合的最小自然数。
mex(A)=min{k∣k∈∁NA}
那么,终止状态的SG值显然为0,并且SG值为0的状态就是P状态,SG值不为0的状态就是N状态。
证明则非常显然,SG值为0的状态,说明它的所有后继状态都不为0,也就是它只能转移到非0状态,而SG值不为0的状态则不一样。那么SG值为0的状态就是必败状态的定义,SG值不为0的状态就是必胜状态的定义,所以我们只需要用集合S求出每个状态的SG值即可。
类似代码请见Pku2960 S-Nim
例3:取石子游戏之三
有n个石子,A,B两人轮流取石子,规定他们每次至多只能取当前石子总数⌈2s⌉个石子,问A先手是否有必胜策略
这题主要是为了加强大家对SG函数的理解,我们考虑从0开始
SG(0)=0,SG(1)=1,SG(2)=0,SG(3)=mex{SG(3−1),SG(3−2)}=2
SG(4)=mex{SG(4−1),SG(4−2)}=1...
我们把他们列出来找下规律:
0,1
0,2,1,3
0,4,2,5,1,6,3,7
0,8,4,9,2,10…
好像有个很奇怪的规律:数列在间隔递增,上一行的数间隔着插在下一行的数中间。没错,这就是本题SG函数的规律,先手必败当且仅当SG值为0。
例4:取石子游戏之四(Nim游戏)
有n堆石子,石子数目分别为x1,x2,...,xn,A,B两人每次可以选一堆石子取走任意多个,问A先手是否有必胜策略。
这题相当于例2的扩展版本,由于这里有多堆石子,因此我们可以得到多个SG值,而且这些SG值必定为x1,x2,...,xn,那么我们怎么由这一些SG值得到整局游戏的SG值呢?
Nim游戏的神奇之处在于它的SG值和异或扯上了关系,Nim游戏中先手必败当且仅当x1⊕x2⊕...⊕xn=0,(⊕为异或),那么,这个为什么是成立的?
首先,⊕满足如下定律和性质
- 交换律:x⊕y=y⊕x
- 结合律:x⊕(y⊕z)=(x⊕y)⊕z
- 拥有单位元:0⊕x=x
- 相同两数运算为0:x⊕x=0
- 消除律:x⊕y=x⊕z⇒y=z
当Nim游戏的SG值为0时,我们假定取xk中的某些石子,使得其变成xk′,我们假设x1⊕x2⊕...⊕xk⊕...⊕xn=0=x1⊕x2⊕...⊕xk′⊕...⊕xn,根据消除律可得,xk=xk′,这与我们的条件相矛盾,因此说明在取了石子之后,SG必然发生了改变;
那么对于一个SG值不为0的状态,我们必然可以通过一个操作,使得SG值变0。我们只需要找到当前SG最左端为1的一列(二进制),任意找到一堆石子使得那一列同样为1,从这堆中取走若干个石子,使得SG’值为0。这是显然可以的,因为将那一列变成0,这个数就必然变小了,对于其他列只需要把0变成1,1变成0即可。
因此,我们得到,对于Nim游戏而言,必败状态当且仅当x1⊕x2⊕...⊕xn=0,对于其他情况,先手必能使当前局面变成必败状态。
代码请见Pku2975 Nim
例5:取石子游戏之五(Wythoff’s Game)
有两堆石子,个数为x1,x2;A,B轮流取石子,规定要么只取一堆的任意多个,要么在两堆里取同样任意多个,问A先手是否有必胜策略。
这种情况下是颇为复杂的,普通SG函数已经无法解决这个问题。我们用(ak,bk),(ak≤bk,k∈[0,n])表示两堆物品的数量并称其为局势,如果甲面对(0,0),那么甲已经输了,这种局势我们称为奇异局势。前几个奇异局势是:(0,0)、(1,2)、(3,5)、(4,7)、(6,10)、(8,13)、(9,15)、(11,18)、(12,20)
可以看出,a0=b0=0,ak是未在前面出现过的最小自然数,而bk=ak+k,奇异局势有如下三条性质:
- 1.任何自然数都包含在一个且仅有一个奇异局势中。
- 2.任意操作都可将奇异局势变为非奇异局势。
- 3.采用适当的方法,可以将非奇异局势变为奇异局势。
证明:
-
1.由于ak是未在前面出现过的最小自然数,所以有ak>ak−1 ,而bk=ak+k>ak−1+k−1=bk−1>ak−1 。所以性质1,成立。
-
2.若只改变奇异局势(ak,bk)的某一个分量,那么另一个分量不可能在其他奇异局势中,所以必然是非奇异局势。如果使(ak,bk)的两个分量同时减少,则由于其差不变,且不可能是其他奇异局势的差,因此也是非奇异局势。
-
3.假设面对的局势是(a,b),若 a=b,则同时从两堆中取走a 个物体,就变为了奇异局势(0,0);如果a=ak,b>bk,那么,取走b–bk个物体,即变为奇异局势;如果a=ak,b<bk,则同时从两堆中拿走ak–ab–ak个物体,变为奇异局势(ab–ak,ab–ak+b–ak);如果a>ak,b=ak+k,则从第一堆中拿走多余的数量a–ak即可;如果a<ak,b=ak+k,分两种情况:第一种,a=aj,(j<k),从第二堆里面拿走b–bj即可;第二种,a=bj,(j<k),从第二堆里面拿走b–aj即可。
从如上性质可知,两个人如果都采用正确操作,那么面对非奇异局势,先拿者必胜;反之,则后拿者取胜。
而且,通过如上性质,我们可以发现,an,bn很像Beatty数列。其实,an,bn就是Beatty数列。
Beatty数列和Beatty定理:
取正无理数α,β,使得α1+β1=1
构造两个数列an,bn,它们的通项为an=⌊αn⌋,bn=⌊βn⌋
那么这个数列显然是正整数序列,Beatty定理指出,两个数列都是严格递增的,并且每个正整数在两个数列中只出现一次
证明:
- 1.单调性:因为α1<1,α>1,所以αn−1>α(n−1),所以an−1>an−1,bn也亦然如此。
- 2.完备性:我们要证明这个命题,只需要证明对于任意一个k,(k∈Z∗),小于等于k的数在序列中出现了k−1次即可。
设数列an的前p项小于等于k(不包括p+1项),又因为每项取整前为无理数,不可能取到整数值,那么就有
{αp<k+1α(p+1)>k+1
合并两式,得到p=⌊αk+1⌋,这就是小于等于k的数在an中的出现次数,同理,我们可以得到其在bn中的出现次数,那么我们有小于等于k的数在Beatty数列中的总出现数S=⌊αk+1⌋+⌊βk+1⌋
注意到两个取整函数中的数都是无理数,于是我们就有严格的不等式
(αk+1−1)+(βk+1−1)<S<αk+1+βk+1
于是有k−1<S<k+1,那么S=k,证毕。
我们回到之前的奇异局势,由于奇异局势中的an,bn序列满足Beatty数列,那么同样满足其构造方法,即an=⌊αn⌋,bn=⌊βn⌋且α1+β1=1。
因为an+n=(α+1)n=bn,所以α1+α+11=1,解得α=25+1
那么,我们就得到了通项式:ak=⌊k∗25+1⌋,bk=ak+k
所以对于任意局势,先手必败当且仅当局势为奇异局势,我们只需要用通项式判断其是否为奇异局势即可。
代码请见[SHOI2002]取石子游戏之三
例6:取石子游戏之六(Fibonacci Nim)
有一堆个数为n的石子,A,B轮流取石子,满足:
- 先手不能在第一次把所有的石子取完;
- 之后每次可以取的石子数介于1到对手刚取的石子数的2倍之间(包含1和对手刚取的石子数的2倍)。
约定取走最后一个石子的人为赢家,问A先手是否有必胜策略。
这个和之前的Wythoff’s Game和取石子游戏有一个很大的不同点,就是游戏规则的动态化。之前的规则中,每次可以取的石子的策略集合是基本固定的,但是这次有规则:一方每次可以取的石子数依赖于对手刚才取的石子数。
这个游戏叫做Fibonacci Nim,肯定和Fibonacci数列:1,2,3,5,8,13,21,34,55,89,… 有密切的关系。如果试验一番之后,可以猜测:先手胜当且仅当n不是Fibonacci数。换句话说,必败态构成Fibonacci数列。
就像Wythoff博弈需要Beatty定理来帮忙一样,这里需要借助Zeckendorf定理(齐肯多夫定理)。
Zeckendorf定理(齐肯多夫定理)
任何正整数可以表示为若干个不连续的Fibonacci数之和。
证明:
我们以Fibn代表Fibnacci数列的第n项,m,(m∈Z∗),易知当m=1,2,3时,该定理都成立,那么我们运用数学归纳法:假定该定理对所有小于m的数都成立,我们只要证明该定理对m成立即可。
- 当m为Fib数时,该定理成立
- 当m不为Fib数时,设Fibp1<m<Fibp1+1。
设m′=m−Fibp1<Fibp1+1−Fibp1=Fibp1−1,即m′<Fibp−1
因为m′<m,又因为归纳法假设m′可以表示成不连续的Fibnacci数列之和,即m′=Fibp2+Fibp3+...+Fibpt,(p2>p3>...>pt)且不是连续的整数,又因为m′<Fibp1−1,所以p2<p1−1,即p1,p2也不是连续的整数。
故m=m′+Fibp1=Fibp1+Fibp2+...+Fibpt,(p1>p2>...pt)且不是连续的整数,所以该定理成立
所以**Zeckendorf定理(齐肯多夫定理)**对所有的m,(m∈Z∗)都成立
Fibnacci数列的必败证明:
首先给出三个定理,之后证明需要用到:
Fibn+1<2∗Fibn<Fibn+2
Fibn+2<3∗Fibn
4∗Fibn<3∗Fibn+1,(4∗Fibn<3∗(Fibn+Fibn−1)⇒Fibn<Fibn+1<3∗Fibn−1)
同样运用数学归纳法:
- 当i=2时,先手只能取1颗,显然必败,结论成立。
- 假设当i⩽k时,结论成立。
则当i=k+1时,Fibi=Fibk+Fibk−1。
则我们可以把这一堆石子看成两堆,简称k堆和k−1堆。
(一定可以看成两堆,因为假如先手第一次取的石子数大于或等于Fibk−1,则后手可以直接取完Fibk,因为Fibk<2∗Fibk−1)
对于k−1堆,由假设可知,不论先手怎样取,后手总能取到最后一颗。下面我们分析一下后手最后取的石子数x的情况。
如果先手第一次取的石子数y⩾3Fibk−1,则这小堆所剩的石子数小于2y,即后手可以直接取完,此时x=Fibk−1−y,则x⩽32∗Fibk−1。
我们来比较一下32∗Fibk−1与2Fibk的大小。即4∗Fibk−1与3∗Fibk的大小,我们已经得出后者大。
所以我们得到,x<2Fibk。
即后手取完k−1堆后,先手不能一下取完k堆,所以游戏规则没有改变,则由假设可知,对于k堆,后手仍能取到最后一颗,所以后手必胜。
即i=k+1时,结论依然成立。
对于不是Fibonacci数列,首先进行分解。
分解的时候,要取尽量大的Fibonacci数。
比如分解85:
85在55和89之间,于是可以写成85=55+30,然后继续分解30,30在21和34之间,所以可以写成30=21+9,依此类推,最后分解成85=55+21+8+1。
则我们可以把n写成n=Fibp1+Fibp2+……+Fibpk,(p1>p2>……>pk)
我们令先手先取完Fibpk,即最小的这一堆。由于各个Fib之间不连续,则pk−1>pk+1,则有Fibpk−1>2∗Fibpk。即后手只能取Fibpk−1这一堆,且不能一次取完。
此时后手相当于面临这个子游戏(只有Fibpk−1这一堆石子,且后手先取)的必败态,即先手一定可以取到这一堆的最后一颗石子。
同理可知,对于以后的每一堆,先手都可以取到这一堆的最后一颗石子,从而获得游戏的胜利。
代码请见[Coci2010]HRPA
例7:取石子游戏之七(Staircase Nim)
有n堆石子,每堆石子的数量为x1,x2,...,xn,A,B轮流操作,每次可以选第k堆中的任意多个石子放到第k-1堆中,第1堆中的石子可以放到第0堆中,最后无法操作的人为输。问A先手是否有必胜策略。
这就是一个Staircase Nim,它其实可以通过一些转化变成我们所熟知的Nim游戏,先手必败当且仅当奇数阶梯上的石子数异或和为0,那么为什么是这样呢?
假如我们是先手,我们就按照这个方法将多余的石子从奇数堆移动到偶数堆里面。此后如果对手移动的是奇数堆,我们就继续移动奇数堆使得SG值重新变为0;如果对手移动的是偶数堆,我们就将他移动到奇数堆中的石子继续往下移。这样经过多次操作我们总能使奇数堆保持必胜状态,最后我们总可以在对手之后将石子从奇数堆移动到偶数堆,最后移动到第0堆,这样对手就不能移动了。
所以通过整个过程我们可以发现,偶数堆中的石子不会影响整个游戏的结果,只有奇数堆中的石子会影响游戏结果。
因此对这个游戏而言,先手必败当且仅当奇数堆中的石子数异或和为0。
类似代码请见Poi2004 GRA
例8:取石子游戏之八(Anti Nim)
本题为例4(Nim 游戏)的变相版本,其他条件均不变,唯独定义:取到最后一个石子的人为输。那么A先手是否有必胜策略?
这题和Nim游戏非常类似,就是输赢的条件不同,但是这个游戏的胜利状态却和Nim有一些区别,这个游戏的的胜利当且仅当:
- 所有堆石子数都为1且SG值为0
- 至少有一堆石子数大于1且SG值不为0
我们对这个游戏进行分析,将其分为两种情况:
- 所有堆的石子数均为1
- 至少有一堆石子数大于1
对于第一种情况而言,我们可以很容易得到当堆数为奇数时,先手必败,否则先手必胜。
对于第二种情况而言,我们分两种情况进行讨论:
- 当SG值不为0时:
若还有两堆石子数目大于1时,我们将SG值变为0即可;若只有一堆石子 数目大于1时,我们总可以让状态变成有奇数个1。所以当SG不为0时,先手必胜。
- 当SG值为0时:
这样的话至少会有两堆石子的数目大于1,那么先手决策完之后,必定会使局面的SG值不为0,这样便到了先手必胜局。所以当SG为0时,先手必败。
代码请见[SHOI2008]小约翰的游戏
但是上述有关的推导只对于Anti Nim成立,对与Anti SG-组合游戏这个推论是不成立的,因此Anti SG-组合游戏的推论我们是需要重新证明的。不过这篇博客主要讨论单一游戏的决策问题,因此对于SG-组合游戏不予以讨论,有兴趣的读者可以参考贾志豪《组合游戏略述——浅谈SG游戏的若干拓展及变形》
相关阅读
对前阵子即将上线的细雨算法2.0,百度官方近日给出了针对细雨算法2.0的具体问题的错误示例和整改建议,帮助站长们具体地理解细雨
现代启发式算法 启发式算法(heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。启
MD5算法最近看了一个MD5的视频,突然发现MD5挺意思的,所以记录一下代码(写好封装),没准以后要用。也为一些寻找MD5算法的人提供便利。MD
吐槽 国庆假期第二天,去实验室开门,给猫猫铲丑丑,然后给她换猫粮,换水,喂这货吃的emmmmmm,然后今天就把之前在极客时间上买的数据结构与
Metropolis准则——以概率接受新状态 固体退火问题介绍 退火是指将固体加热到足够高的温度,使分子呈随机排列状态,然后逐步降温