【CF98E】Help Shrek and Donkey（博弈，纳什均衡）

题面

🔗

有一副互不相同的牌共 $n+m+1$ 张，编号 $1\sim n+m+1$。有两个人，第一个人 $n$ 张，第二个人 $m$ 张。另外有一张牌放在桌子上。

两个人玩游戏轮流操作（其中第一个人为先手）。有如下 $2$ 中操作类型：

• 猜测：猜桌上的那张牌是什么。如果猜对了则获胜，猜错了则失败。操作完之后游戏结束。

• 指定：报一张牌的名字，如果对方手上有这张牌，则将该牌丢弃，游戏继续；如果对方手上没有这张牌，对方则会表示他不用由此牌。

现在假设两个人都知道自己的牌分别是什么，但是不知道桌上和对方手里的牌具体是什么。

若双方都采取最优策略进行游戏，问先手和后手获胜概率。

若选手答案与标准答案的误差不超过 $10^{-9}$ 则认为正确。

数据范围：$0\le n,m\le 1000$ 。

题解

虽然是采取最优策略进行的，但是往往没有必胜策略。这里所说的最优策略是指，让获胜概率最大化。

不难发现，当角色丢弃一张牌后，又变成了一个总牌数更少的、先后手交换的起始局面，因此可以设 $f(n,m)$ 为输入 $n,m$ 时先手的获胜概率。

---

我们先解决边界情况：$n=0$ 或 $m=0$ 。

若对方的牌数为 0，那么可以直接推出桌上那张牌的编号，下一步便会直接「猜测」，然后 100% 取胜。为了避免这种情况，对方绝对不能给下一步进行的机会。所以，整个游戏的流程就是：先手「猜测」、判断输赢。

赢的概率是 $m+1$ 张牌中随机一张选对的概率，$f(n,m)=\frac{1}{m+1}$ 。

---

然后，我们考虑都有牌的情况。

如果当前状态等价于一个初始状态的话，没有人会直接猜测的，证明详见：笑长(zhang3)博客 思路第 11 行开始。

不(挺)难发现，「指定」有两种方式：

• 「交流」：询问一张自己没有的牌。如果对方有，对方会将其丢弃，然后你知道在场不可能再有那张牌。或者对方没有，说明就是桌面上那张牌，但是下一步不是你的……
• 「欺骗」：询问一张自己有的牌。你知道这是你的牌，对方不可能有，也不可能是桌上，所以会得到“没有牌”的指定结果。如果对方信以为真，下一步真去「猜测」了，那么你就赢了。这个操作的存在使得在「交流」中，即使得到了“没有牌”的结果，对方也没有100%的底气「猜测」。
  另一方面，如果对方不信，你也不可能去「猜测」，对方便会知道你在「欺骗」，进而知道你有这张牌。大家都知道了，那么这张牌就等于被丢弃了——被你这个先手丢弃了。从对方「不信」开始，这一结果就被笃定。

于是，围绕着先手「交流」或「欺骗」，后手「信任」（意味着下一步「猜测」）或「不信」，就有这样的状态转移表：
$$\begin{array}{ccc}{}_{后手}{}^{先手}& 「交流」& 「欺骗」\\ (丢弃)& \frac{m}{m+1}(1-f(m-1,n))& -\\ 「信任」& 0& 1\\ 「不信」& \frac{1}{m+1}& 1-f(m,n-1)\end{array}$$

由于指定与猜测结果的随机性很大，所以决策上，先后手没有必胜策略，也会选择以一定概率进行「交流」/「欺骗」，或「信任」/「不信」。我们设先手选择「交流」的概率为 $p$ ，后手选择「信任」的概率为 $q$ 。

那么可以得出这个大式子：
$$\begin{gathered} f(n,m{)}_{p,q}=p(q+(1-q)(1-f(m,n-1))) \\ +(1-p)\left(-\frac{q}{m+1}+\frac{1}{m+1}+\frac{m}{m+1}(1-f(m-1,n))\right) \end{gathered}$$

在博弈中，双方对于 $p$ 和 $q$ 的选取都是透明的，对于确定的 $p$ ，后手会调整 $q$ 使得答案最小，对于确定的 $q$ ，先手也会调整 $p$ 使得答案最大，所以，答案最终就会变为
$$\underset{q\in [0,1]}{\min }\left(\underset{p\in [0,1]}{\max }f(n,m{)}_{p,q}\right)$$

假使我们知道了 $q$ ，那么不难发现式子就会变为关于 $p$ 的一次式，$p$ 一定会选取 $0,1$ 其中一个了。当 $p$ 分别取 $0,1$ 的时候，就是两个关于 $q$ 的一次式（刚好分别是上述 $f(n,m{)}_{p,q}$ 式子的第二行和第一行），$q$ 不论取什么值，最终答案都将是这两个一次式中较大的那个。还是把两个式子写出来吧：
$$\begin{gathered} p=0:f=-\frac{q}{m+1}+\frac{1}{m+1}+\frac{m}{m+1}(1-f(m-1,n)) \\ p=1:f=q+(1-q)(1-f(m,n-1)) \end{gathered}$$

那么，就相当于在这两个一次式对应一次函数形成的下凸包中，取最小值点。由于我们发现这两个一次函数的斜率异号，所以破案了——最终的 $q$ 就在这两个一次函数的交点处！

得到 $q$ 后，就能得到该 $f(n,m)$ 。$q$ 的取值于不同的 $n,m$ 大抵是不一样的，因此需要每次算。

时间复杂度 $O(nm)$ 。

CODE

记忆化搜索，但其实完全没必要。

//真的猛士，敢于将打到一半的代码提交
#include<map>
#include<set>
#include<cmath>
#include<queue>
#include<stack>
#include<random>
#include<vector>
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
#define MAXN 1005
#define LL long long
#define ENDL putchar('\n')
#define DB double
#define lowbit(x) (-(x) & (x))
#define FI first
#define SE second
//#pragma GCC optimize(2)
int xchar() {
	static const int maxn = 1000000;
	static char b[maxn];
	static int pos = 0,len = 0;
	if(pos == len) pos = 0,len = fread(b,1,maxn,stdin);
	if(pos == len) return -1;
	return b[pos ++];
}
//#define getchar() xchar()
LL read() {
	LL f = 1,x = 0;int s = getchar();
	while(s < '0' || s > '9') {if(s<0)return -1;if(s=='-')f=-f;s = getchar();}
	while(s >= '0' && s <= '9') {x = (x<<1) + (x<<3) + (s^48);s = getchar();}
	return f*x;
}
void putpos(LL x) {if(!x)return ;putpos(x/10);putchar((x%10)^48);}
void putnum(LL x) {
	if(!x) {putchar('0');return ;}
	if(x<0) putchar('-'),x = -x;
	return putpos(x);
}
void AIput(LL x,int c) {putnum(x);putchar(c);}

const int MOD = 1000000007;
int n,m,s,o,k;
DB dp[1005][1005];
bool f[1005][1005];
DB DP(int x,int y) {
	if(!x || !y) return 1.0/(y+1);
	if(f[x][y]) return dp[x][y];
	f[x][y] = 1;
	DB k1 = DP(y,x-1),b1 = 1.0-k1;
	DB k2 = -1.0/(y+1),b2 = (1.0-DP(y-1,x))*y/(y+1) - k2;
	DB q = (b1-b2) / (k2-k1);
	return dp[x][y] = k1*q+b1;
}
int main() {
	n = read();m = read();
	DB ans = DP(n,m);
	printf("%.13f %.13f\n",ans,1-ans);
	return 0;
}