2021麻将大作业报告（节选）

2. 基于动态规划的Rulebased

2.1 现有问题

我们可以看到，通过上听数、有效牌数能取得较好的效果，整体上牌型是向着胡牌前进的，但是它是基于很多指标的，而不同指标赋予什么样的权重，该如何组合这些指标，是否有些指标应该被忽略掉，这些都是需要人类经验的，并且未必准确。同一套指标，可能在某一局中适用，在另一局中就会给出意外的结果，这样的情况在调试的过程中是很常见的。因此，我思考的是如何减少人工选取参数对于估值的影响，甚至是没有任何参数。

受到了ZJOI2019省选的题目以及题解的启发，我抛弃了上听数和有效牌数，选取了巡目数作为估值指标。首先我们看巡目数的定义。假设牌山中剩余的牌集为$S_1$（即整副牌除开明牌、自家手牌、自家暗杠的牌集），现在$S1$中的牌会以相同的概率生成摸牌打牌的序列，对于单个生成序列$T_i$，它至少前$K_{T_i}$张牌能和我的手牌凑成胡牌牌型，则对所有的$K_{T_i}$取期望，该期望$E$即为巡目数。

这里给出一个具体的例子，也是在调试算法时候常用的一个小例子。假设手牌是“113399条”这六张牌，剩余的牌是“1223条、南风”这五张牌，前面我已经碰了两次了（所以只剩6张手牌）。显然我还需要两张牌才能胡，要么给我13条，要么给我两个2条。剩余的五张牌一共可以生成等概率的120个序列，通过简单的排列组合知识可得，在这120种序列中，有24个序列的前两张牌即可让我胡，有48个序列需要我从前三张牌中取两张胡，有48个序列需要我从前四张牌中取两张胡。那么此时这个牌型的巡目数就是(24 * 2 + 48 * 3 + 48 * 3) / 120 = 3.2,其含义就是期望条件下我需要从剩余序列的前3.2张牌中取出2张牌才能胡。

从上面的例子中我们也可以看到，巡目数是综合了手牌和剩余牌进行通盘考虑的，两组牌在上听数相同、有效牌相近的情况下，根据剩余牌的不同，巡目数有可能大不一样。另外，如果剩余牌是接近无限的，那么上听数越小，巡目数也就越小。可以说，上听数就是剩余牌无限情况下的巡目数-1，巡目数是上听数结合剩余牌数的泛化。

2.2 算法思想

承接上节，我们的主要目标就是求出巡目数，然后以巡目数作为出牌的依据：巡目数越大，证明在现有牌堆的情况下越难胡，因此我们会选择相对较小的巡目数来出牌。

直接计算巡目数并不是一件简单的事情。如果直接枚举可能有那些出牌序列，然后计算每一个序列的$K_{T_i}$，显然复杂度是阶乘级的，这对于每回合1s的限制是无法承受的。因此我们需要转换思路。

假设手牌数为$m$张，牌山中剩余牌集$S_1$大小为n，那么我们要求的值为$E(x)={\sum }_{i=m+1}^{m+n}P(x=i)\cdot (i-m)$，其中$P(i)$表示拿到$i$张牌可以胡牌的概率，然后进行转化$E(x)={\sum }_{i=m+1}^{m+n}(P(x\ge i)-P(x\ge i+1))\cdot (i-m)$，拆解然后合并同类项之后我们可以得到$E(x)={\sum }_{i=m+1}^{m+n}P(X\ge i)$。也就是说，我们需要求的变成了如何快速计算我拿到$i$张牌之后还不胡的概率。

这里不妨先来看一看，如何计算一副牌是否胡了。胡牌是由很多牌型的，包含了很多特殊的胡法，不同的胡法番数也不同。这里我们先简化问题，将问题限制在只能平和和七对胡这两种情况之内。首先，我们对手牌做一个编码，具体编码如下：

牌型	对应区间
万牌	1-9
条牌	12-20
筒牌	23-31
风牌	34-43
箭牌	46-52

代码中的card2num和num2card实现了这两者的转化。

int card2num(string s){
   
    assert(s.length() == 2);
    int num = s[1] - '0';
    switch(s[0]){
   
        case 'W' : return 0 + num; break;
        case 'T' : return 11 + num; break;
        case 'B' : return 22 + num; break;
        case 'F' : return 31 + num * 3; break;
        case 'J' : return 43 + num * 3; break;
        default : break;
    }
    return 0;
}
string num2card(int num){
   
    if(1 <= num && num <= 9) return "W" + to_string(num - 0);
    else if(12 <= num && num <= 20) return "T" + to_string(num - 11);
    else if(23 <= num && num <= 31) return "B" + to_string(num - 22);
    else if(34 <= num && num <= 43 && !((num - 34) % 3)) return "F" + to_string((num - 31) / 3);
    else if(num == 46 || num == 49 || num == 52) return "J" + to_string((num - 43) / 3);
    else return "aha";
    return "aha";
}

这样我们可以抛开各自的牌型，把他们当作相同类型的牌去对待。因为每种牌型之间都间隔了两个，所以形如“九万”和“幺鸡二条”是无法凑成顺子的。那么我们算法的输入就是大小为52的数组a，$a_i$表示编号为$i$的牌有几张。我们在这上面做dp，令$f_{0/1,i,j,k}$表示有无对子第$i-1$ 种牌开头的顺子有 $j$ 个，第 $i$ 种牌开头的顺子有 $k$ 个且其余牌全部作为刻子的最大面子数。如果不考虑对子，那么$f_0,f_1$会分开转移并且他们的状态转移方程是完全相同的，如果分开考虑，我们有
f 0 , i + 1 , k , t = ∑ j ( f 0 , i , j