SG函数及SG定理详解+证明

前置芝士

Nim游戏

如果不明白 $Nim$ 游戏是啥的话，下面的内容不保证能看懂qwq。

SG函数

意义

这个函数的参数是游戏的状态，并且返回值是一个非负整数，当函数值为 $0$ 时，先手必败，否则先手必胜。

mex运算

这是一个施加于集合的运算，表示求出这个集合中最小的没有出现过的非负整数，比如 m e x { 0 , 2 , 3 } = 1 , m e x { 1 , 2 } = 0 , m e x { } = 0 mex\{0,2,3\}=1,mex\{1,2\}=0,mex\{\}=0 mex{0,2,3}=1,mex{1,2}=0,mex{}=0。

SG函数的求法

设当前游戏的状态为 $x$，后继状态（也就是操作一次后能得到的状态）有 $a_1,a_2,...,a_p$，那么 S G [ x ] = m e x { S G [ a 1 ] , S G [ a 2 ] , . . . , S G [ a p ] } SG[x]=mex\{SG[a_1],SG[a_2],...,SG[a_p]\} SG[x]=mex{SG[a1​],SG[a2​],...,SG[ap​]}。

举个栗子

现在你有 $n$ 个石子，每次可以取走 a ( a ∈ { 1 , 3 , 4 } ) a(a\in\{1,3,4\}) a(a∈{1,3,4}) 个，两个人轮流取，谁取完了谁就获胜，问先手是否必胜。

看起来奇奇怪怪的问题，用 $SG$ 函数可以轻松解决。

首先，$0$ 个石子时肯定是必败态，所以 $SG[0]=0$。

然后根据 $SG$ 函数的求法一步步推即可：

有 $1$ 个石子时，后继状态只有 $0$，所以 S G [ 1 ] = m e x { S G [ 0 ] } = 1 SG[1]=mex\{SG[0]\}=1 SG[1]=mex{SG[0]}=1。

有 $2$ 个石子时，后继状态只有 $1$，所以 S G [ 2 ] = m e x { S G [ 1 ] } = 0 SG[2]=mex\{SG[1]\}=0 SG[2]=mex{SG[1]}=0。

有 $3$ 个石子时，可以取 $1$ 个或 $3$ 个石子，后继状态有 $0,2$，所以 S G [ 3 ] = m e x { S G [ 0 ] , S G [ 2 ] } = 1 SG[3]=mex\{SG[0],SG[2]\}=1 SG[3]=mex{SG[0],SG[2]}=1。

……

推完之后，看回意义，完全满足当函数值为0时，先手必败，否则先手必胜。

为什么呢？

仔细回忆必胜态和必败态之间转移：当一个状态的后继状态全都是必胜态时，这个状态就是必败态，如果后继状态至少有一个必败态，那么这个状态就是必胜态。

在 $SG$ 函数中这也得到了很好的体现：当一个状态的后继状态的 $SG$ 函数值中至少有一个 $0$ 时，这个状态的 $SG$ 函数值肯定不为 $0$，如果没有 $0$，那么这个状态的 $SG$ 函数值肯定为 $0$。

别忘了，$0$ 代表必败态。

SG定理

你可能会问了，那么这些问题不是只需要一个bool数组来记录必胜或必败就可以了吗，为什么需要 $SG$ 函数这么麻烦呢？

这时，我们就要请出 $SG$ 定理了：

一个游戏的 $SG$ 函数值等于各个游戏的 $SG$ 函数值的 $Nim$ 和

其中，各个游戏指的是那个大的游戏中的子游戏，而 $Nim$ 和，其实也就是异或和。

譬如就说 $Nim$ 游戏吧，每堆石子就是一个子游戏，求出每堆石子的 $SG$ 函数值，异或起来就得到了整个游戏的 $SG$ 函数值。

证明

证明不难，想想就能明白。

要知道，一个 $SG$ 值为 $k$ 的状态，必然能转移到 $SG$ 值为 $j(0<j<k)$ 的状态，那么这样一想，不就相当于一个有 $k$ 个石子的堆给你拿走了 $k-j$ 个嘛，这样将 $SG$ 值转化为了石子数来考虑，所以我们可以将 $SG$ 值异或起来，本质就是 $Nim$ 游戏。

但是可能有人会问，一个 $SG$ 值为 $k$ 的状态，也可能转移到一个 $SG$ 值为 $t(t>k)$ 的状态啊？

虽然这个操作有点像在放石子，但事实上，并不能做到无限放石子，也就是说，保持了后继状态有限这一前提，所以不用担心，还是能够异或求解的。毕竟异或求解的本质操作，就是在异或和不为 $0$ 时在相应位置取走若干个石子使得异或和为 $0$，就算多了个“放石子”操作，也不会影响拿石子这一操作，能拿的，依然还能拿。