【算法模板】博弈论：尼姆博弈定理与SG定理

博弈论是经济学的一个重要分支，研究多位玩家在竞争或对抗环境中根据规则所做的决策和优化策略。博弈论中分为公平组合游戏和非公平组合游戏两类。公平组合游戏中，参与者轮流决策，且决策与参与者身份无关，而非公平组合游戏则要求决策与玩家身份相关。大多数棋类游戏属于非公平组合游戏。此外，反常游戏采用常规游戏规则，但胜者是第一个无法进行决策的玩家，例如在反常Nim游戏中，取走最后一颗石子的玩家为失败者。

Nim Game 定理

尼姆博弈（Nim Game）是组合博弈论中最著名的博弈之一，常用于研究博弈策略。尼姆博弈的规则如下：

• 游戏开始时有若干堆石子，每堆石子的数量可以不同。
• 两个玩家轮流进行操作，每次操作时，玩家可以从其中一堆石子中取走任意数量的石子（至少取走一个）。
• 取走最后一个石子的玩家获胜。

定理陈述

尼姆博弈定理（Nim Game Theorem）:

1. 局面状态：在尼姆博弈中，给定 n 堆石子，每堆石子的数量分别为 a1,a2,…,an。

2. 尼姆和（Nim-Sum）：定义为所有石子堆的数量按位异或操作的结果：

   Nim-Sum=a1⊕a2⊕⋯⊕an

   其中 ⊕ 表示按位异或操作。

3. 胜负判断：

   • 如果 Nim-Sum=0，则先手玩家（即轮到移动的玩家）必败，假设对手也采用最佳策略。
   • 如果 Nim-Sum≠0，则先手玩家有必胜策略，假设对手也采用最佳策略。

定理证明

我们通过归纳法来证明尼姆博弈定理：

基础情况（n = 1）

当 n=1 时，只有一堆石子，假设该堆有 a1 个石子：

• 尼姆和：Nim-Sum=a1。
• 胜负判断：
  • 如果 a1=0，尼姆和为 0，先手玩家无合法操作，必败。
  • 如果 a1>0，先手玩家可以取走所有石子，赢得比赛。

基础情况成立。

归纳假设

假设对于任意 k 堆石子的局面，当 Nim-Sum=0 时，先手玩家必败；当 Nim-Sum≠0 时，先手玩家必胜。

归纳步骤

考虑有 k+1 堆石子的局面，其石子数量分别为 a1,a2,…,ak+1：

1. 尼姆和为 0 的情况：

   假设当前局面的尼姆和为 0，即：
   $$\text{Nim-Sum}=a_1\oplus a_2\oplus \cdots \oplus a_{k+1}=0$$
   若先手玩家从某一堆中取走部分石子，使得该堆石子的数量从 ai 变为 bi ，则新的尼姆和为：
   $$b_1\oplus b_2\oplus \cdots \oplus b_{k+1}=a_1\oplus a_2\oplus \cdots \oplus b_i\oplus \cdots \oplus$$
   因为原本的尼姆和为 0，所以：
   $$a_1\oplus a_2\oplus \cdots \oplus b_i\oplus \cdots \oplus a_{k+1}\ne 0$$
   即任何合法的移动都会使新的局面的尼姆和不为 0。因此，对手的局面必然是一个必胜局面。根据归纳假设，对手有必胜策略，因此，先手玩家在原局面中必败。

2. 尼姆和不为 0 的情况：

   假设当前局面的尼姆和为 S≠0，即：
   $$\text{Nim-Sum}=S=a_1\oplus a_2\oplus \cdots \oplus a_{k+1}$$
   先手玩家可以选择某个堆 ai 并将其减少到 bi=ai⊕S ，使得新的尼姆和为：
   $$b_1\oplus b_2\oplus \cdots \oplus b_{k+1}=(a_i\oplus S)\oplus a_1\oplus \cdots \oplus a_{i-1}\oplus a_{i+1}\oplus \cdots \oplus a_{k+1}=0$$
   因为：
   $$a_i\oplus (a_i\oplus S)=S$$
   所以：
   $$a_1\oplus a_2\oplus \cdots \oplus (a_i\oplus S)\oplus \cdots \oplus a_{k+1}=0$$
   这样，先手玩家可以将局面转换为一个尼姆和为 0 的局面。根据归纳假设，对手在这个新局面中必败，因此先手玩家有必胜策略。

Sprague–Grundy 定理

Sprague–Grundy 定理是组合博弈论中的一个核心定理，它将任意有限的无偏组合博弈与尼姆博弈联系起来。该定理指出，对于每个无偏博弈状态，都存在一个等价的尼姆堆大小（即 Grundy 数），使得该状态下的博弈等价于在这个尼姆堆上的博弈。

定理陈述

Sprague-Grundy 定理：对于任意有限无偏博弈中的每一个状态 S ，都存在一个非负整数 g(S) ，称为该状态的 Grundy 数（或 Nimber），使得在该状态下的博弈等价于在大小为 g(S) 的尼姆堆上的博弈。特别地，Grundy 数为 0 的状态是必败状态。

Grundy 数定义

对于任意状态 S 的 Grundy 数 g(S) 定义为所有可以从 S 直接到达的状态的 Grundy 数的最小非负缺失值（mex, Minimum Excludant）：
g ( S ) = mex { g ( S 1 ) , g ( S 2 ) , … , g ( S n ) } g(S) = \text{mex}\{ g(S_1), g(S_2), \dots, g(S_n) \} g(S)=mex{g(S1​),g(S2​),…,g(Sn​)}
其中，S1,S2,…,Sn 是从 S 可以到达的所有合法状态。

证明

基础步骤

1. 终止状态：定义所有终止状态 T 的 Grundy 数为 0，即：

$$g(T)=0$$

这是因为对于终止状态，没有任何可移动的选择，因此进入终止状态的玩家必败（没有合法的后续状态），Grundy 数为 0。

递归定义

2. 非终止状态：对于任何非终止状态 SSS，Grundy 数 g(S)g(S)g(S) 定义为所有从 SSS 可以到达的状态的 Grundy 数的 mex 值：

g ( S ) = mex { g ( S 1 ) , g ( S 2 ) , … , g ( S n ) } g(S) = \text{mex}\{ g(S_1), g(S_2), \dots, g(S_n) \} g(S)=mex{g(S1​),g(S2​),…,g(Sn​)}

这里 S1,S2,…,Sn 是从 S 可以直接到达的状态。通过递归定义，我们确保每个状态的 Grundy 数是唯一确定的，并且与其后的状态有关。

Grundy 数的性质

3. Grundy 数为 0 的状态是必败状态：
   • 如果 g(S)=0 ，那么所有从 S 直接可以到达的状态 Si 的 Grundy 数都不为 0。这是因为 Grundy 数的定义是最小非负缺失值（mex），0 不在这些 g(Si) 的集合中。当前玩家无论怎么移动，对手都将进入一个 Grundy 数不为 0 的状态，即对手将处于必胜状态。
4. Grundy 数不为 0 的状态是必胜状态：
   • 如果 g(S)≠0 ，则存在至少一个从 S 移动到的状态 Si ，使得 g(Si)=0 。因为 g(S) 是所有可能的后继状态 Grundy 数的 mex，所以存在某个状态的 Grundy 数为 0，当前玩家可以迫使对手进入必败状态。

归纳证明

5. 归纳假设：假设对于所有小于状态 S 的博弈，Grundy 数已经正确定义并满足上述性质。
   • 对于状态 S，通过定义其 Grundy 数为所有可以到达状态的 Grundy 数的 mex 值：

g ( S ) = mex { g ( S 1 ) , g ( S 2 ) , … , g ( S n ) } g(S) = \text{mex}\{ g(S_1), g(S_2), \dots, g(S_n) \} g(S)=mex{g(S1​),g(S2​),…,g(Sn​)}

可以保证 g(S) 符合上述性质，即 g(S)=0 时必败，g(S)≠0 时必胜。这个定义确保了 g(S) 是正确的 Grundy 数，并且符合博弈的等价性条件。

等价性验证

6. 等价性：对于任意一个无偏博弈，我们可以将其分解为若干个子游戏（子状态），每个子游戏都有其自身的 Grundy 数。Sprague-Grundy 定理的另一个推论是，多个子游戏的组合（联合游戏）的 Grundy 数是这些子游戏的 Grundy 数的异或和（XOR）：

$$g(S)=g(S_1)\oplus g(S_2)\oplus \cdots \oplus g(S_n)$$

这使得原问题可以等价为一个尼姆博弈。