博弈论的算法总结

常见博弈算法模型总结

博弈:

博弈论又被称为对策论(Game Theory),既是现代数学的一个新分支,也是运筹学的一个重要学科。

博弈,具体的例子就是下棋,双方都考虑最有利于自已的步骤,但是最终必有一方输,一方赢。

博弈的策略:参与者在行动之前所准备好的一套完整的行动方案,就是想好下完这步棋,对方会如何下,

以及接下来该如何下,最终得出结果。

常见的博弈:

  1. 合作博弈和非合作博弈
    合作博弈:指参与者能够达成一种具有约束力的协议,在协议范围内选择有利于双方的策略
    非合作博弈:指参与者无法达成这样一种协议
  2. 静态博弈和动态博弈
    静态博弈:指在博弈中,参与者同时选择,或虽非同时选择,但是在逻辑时间
    上是同时的。(期末老师评分与同学给老师评分)
    动态博弈:指在博弈中,参与者的行动有先后顺序,且后行动者能够观察
    到先行动者的行动。(下棋)
  3. 完全信息博弈与不完全信息博弈
    完全信息博弈:指在博弈中,每个参与者对其他参与者的类型,策略空间及损益函数都有准确的信息。(卖家与买家)
    不完全信息博弈:总有一些信息不是所有参与者都知道的
  4. 零和博弈与非零和博弈
    零和博弈:指博弈前的损益总和与博弈后的损益总和相等
    非零和博弈:指博弈后的损益大于(小于)博弈前的损益总和(正和或负和 )

下面我主要讲一些关于算法比赛中用到的博弈类型:
首先你要理解必胜状态和必败状态:

对下先手来说,

一个状态是必败状态当且仅当它的所有后继都是必败状态。
  
一个状态是必胜状态当且仅当它至少有一个后继是必败状态。

就是说,博弈者,一旦捉住了胜利的把柄,必然最后胜利。

博弈中常常用到的:
  两个整数,不用中间变量实现交换。
  a b;
  a = a^b;
  b = a^b;
  a = a^b;

巴什博弈:

百度百科:

巴什博弈:只有一堆n个物品,两个人轮流从这堆物品中取物, 规定每次至少取一个,最多取m个。最后取光者得胜。

显然,如果n=m+1,那么由于一次最多只能取m个,所以,无论先取者拿走多少个,后取者都能够一次拿走剩余的物品,后者取胜。因此我们发现了如何取胜的法则:如果n=(m+1)r+s,(r为任意自然数,s≤m),那么先取者要拿走s个物品,如果后取者拿走k(≤m)个,那么先取者再拿走m+1-k个,结果剩下(m+1)(r-1)个,以后保持这样的取法,那么先取者肯定获胜。总之,要保持给对手留下(m+1)的倍数,就能最后获胜。这个游戏还可以有一种变相的玩法:两个人轮流报数,每次至少报一个,最多报十个,谁能报到100者胜。对于巴什博弈,那么我们规定,如果最后取光者输,那么又会如何呢?(n-1)%(m+1)==0则后手胜利

先手会重新决定策略,所以不是简单的相反行的
例如n=15,m=3
后手 先手 剩余
0 2 13
1 3 9
2 2 5
3 1 1
1 0 0
先手胜利 输的人最后必定只抓走一个,如果>1个,则必定会留一个给对手

威佐夫博弈:

一定要去百度百科上面,先理解透意思。

下面是一些威佐夫博弈的总结:
  
威佐夫博弈(Wythoff’s game):有两堆各若干个物品,两个人轮流从某一堆取至少一个或同时从两堆中取同样多的物品,规定每次至少取一个,多者不限,最后取光者得胜。
这种情况下是颇为复杂的。我们用(a[k],b[k])(a[k] ≤ b[k] ,k=0,1,2,…,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)。注:k表示奇异局势的序号, 第一个奇异局势k=0。
可以看出,a[0]=b[0]=0,a[k]是未在前面出现过的最小自然数,而 b[k]= a[k] + k。
重要结论:(a,b)b>= a的,如果(int)(b-a)*(Math.sqrt(5)+1)/2 == a,那么先手必输。
如果不等,后者必输。

设当前局势为(a,b); a <= b

  1. a == b:同时从两堆取走a个石子,转化为(0,0)
  2. a == a[k] && b > b[k]:从第二堆取走b−b[k]个石子,转化为(a,b[k])
  3. a == a[k]&&b < b[k]:同时从两堆取走a−a[b−a]个石子,转化为(a[b−a],b−a+a[b−a])
  4. a > a[k]&&b == b[k]:从第一堆取走a−a[k]个石子,转化为(a[k],b)
  5. a < a[k]&&b == b[k]:若a==a[j] (j<k),则从第二堆取走b−b[j]个石子,转化为(a,b[j]);

否则必有a == b[j] (j<k) a == b [j] (j<k),则从第二堆取走b−a[j]b−a[j]个石子,转化为(a[j],a)

例如5 8 ,5>a(8-5)=a3=4 8>b(8-5)=b3=7 从两堆中取走a-a(b-a)=5-4=1个,变成奇异局势(4,7)。

例如4 6 ,4>a(6-4)=a2=3 6>b(6-4)=b2=5 从两堆中取走a-a(b-a)=4-3=1个,变成奇异局势(3,5)。

可以理解成变成差为b-a的奇异局势。

如果a=bk并且b-a!=k,则从b堆中取走b-ak个,变成奇异局势(ak,bk).

例如,5 10 ,5=b2 10-5=5!=2 则从10中取走10-a2=10-3=7个,变成奇异局势(3,5)。

为什么要b-a!=k呢?例如7 10 , 7=a3,10-7=3=k 也可以变成奇异局势(4,7)。但这已经在4)判断过了。

奇异局势就是当你面临这种情况的时候,你必然是输的,反之,你必赢。
  (a,b),a,b两堆物品的重量,此处是b>a;
  解题的技巧:
  if a > b , 交换两个值。
  c = b-a;
  c = (int)(c*((根号5)+1)/2)
  if(c == b) 先手必输
  else 先手必赢

尼姆博弈(Nimm Game):

尼姆博弈指的是这样一个博弈游戏: 有任意堆物品,每堆物品的个数是任意的,双方轮流从中取物品,每一次只能从一堆物品中取部分或全部物品,最少取一件, 取到最后一件物品的人获胜。

百度百科:

有三堆各若干个物品,两个人轮流从某一堆取任意多的物品,规定每次至少取一个,多者不限,最后取光者得胜。
  这种情况最有意思,它与二进制有密切关系,我们用(a,b,c)表示某种局势,首先(0,0,0)显然是奇异局势,无论谁面对奇异局势,都必然失败。第二种奇异局势是  (0,n,n),只要与对手拿走一样多的物品,最后都将导致(0,0,0)。仔细分析一下,(1,2,3)也是奇异局势,无论自己如何拿,接下来对手都可以将其变为(0,n,n)的情形。
计算机算法里面有一种叫做按位模2加,也叫做异或的运算,我们用符号⊕表示这种运算,先看(1,2,3)的按位模2加的结果:
1 =二进制01
2 =二进制10
3 =二进制11 ⊕
————————————————
0 =二进制00 (注意不进位)
对于奇异局势(0,n,n)也一样,结果也是0。
任何奇异局势(a,b,c)都有a⊕b⊕c =0。
注意到异或运算的交换律和结合律,及a⊕a=0,:
a⊕b⊕(a⊕b)=(a⊕a)⊕(b⊕b)=0⊕0=0。
所以从一个非奇异局势向一个奇异局势转换的方式可以是:
1)使 a = c⊕b
2)使 b = a⊕c
3)使 c = a⊕b
结论就是:把每堆物品数全部异或起来,如果得到的值为0,那么先手必败,否则先手必胜。

  • 16
    点赞
  • 116
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值