SG函数和SG定理

大神链

我们先用一个简单的例子引入：
考虑有这样一个游戏，有3堆火柴，分别有a，b，c根，记为（a，b，c）
每次一个游戏者可以从任意一堆中拿走至少一根火柴，也可以整堆拿走，但是不能从多堆火柴中拿
无法拿火柴的人输
这个游戏就叫做Nim游戏

举个例子，假设a=1，b=2，c=3，若你先拿，你会怎么办呢？
方案一：（1,2,3）—->（0,2,3），然而只要对手把状态变成（0,2,2），你就输定了（因为对手可以模仿你的操作）
方案二：（1,2,3）—->（1,0,3）或者（1,2,3）—->（1,2,0），这样的状态和方案一是一样的
方案三：（1,2,3）—->（1,2,2）或者（1,2,3）—->（1,2,1）或者（1,2,3）—->（1,2,0），这样的状态下，你还是会输

至此，我们讨论了所有6种可能的拿法，都是你输
所以我们说（1,2,3）是一个先手必败状态，简称必败状态
而（1,2,3）的所有后继状态都是先手必胜状态
这里我们提出两个规则：

规则一

一个状态是必败态当且仅当ta的所有后继都是必胜状态

规则二

一个状态是必胜态当且仅当ta至少有一个后继是必败状态

下面我们介绍一些经典游戏：

$Chomp！$游戏

有一个$m*n$的棋盘，每次可以取走一个方格并拿掉ta右边和上面的所有方格
拿到左下角的格子（1,1）者输

分析：本题的结论有一点偏激：除了（1,1）是先手必败之外，其他情况都是先手必胜
我们可以用反证法：如果后手有必胜状态，使得无论先手取哪个格子，后手都可以获得胜利
那么现在假设先手取得最右上角的石子（m，n），接下来通过某种取法使得自己抢先进入必胜状态
但实际上，先手第一次就可以取得和后手一样的状态，抢先进入必胜状态

约数游戏

有1到n个数字，两个人轮流选择一个数，并且把ta和ta的所有约数删去
擦去最后一个数的人赢

分析：这道题和$Chomp！$游戏有异曲同工之妙
假如先手第一次取了1，接下来后手通过某种取法使得自己抢先进入必胜状态
实际上，先手第一次就可以取得和后手一样的状态，抢先进入必胜状态

现在我们回到一开始的$Nim$游戏
$L.Bouton$在$1902$年提出了这样一个定理：
状态$（x_1,x_2,x_3）$是必败态，当且仅当$x_1xorx_2xorx_3=0$，这个异或和就叫做游戏的$Nim$和

我们要想办法这条定理扩展到所有的博弈问题上
下面我们就介绍一个很好的工具：SG函数和SG定理

SG函数

首先定义mex(minimal excludant)运算
这是施加于一个集合的运算，表示最小的不属于这个集合的非负整数
例如mex{0,1,2,4}=3，mex{2,3,5}=0，mex{}=0

对于任意状态$x$， 定义 $SG(x) = mex(S)$，其中$S$是$x$后继状态的SG函数值的集合
如$x$有三个后继状态分别为$SG(a),SG(b),SG(c)$，那么$SG(x) = mex(SG(a),SG(b),SG(c))$
$SG$函数的终态为$SG(x) = 0$，当且仅当$x$为必败点时

Sprague-Grundy定理（SG定理）

游戏和的$SG$函数等于各个游戏$SG$函数的$Nim$和
这样就可以将每一个子游戏分而治之，从而简化了问题
而$Bouton$定理就是$Sprague-Grundy$定理在$Nim$游戏中的直接应用，因为单堆的$Nim$游戏$SG$函数满足 $SG(x) = x$

我们可以通过一个例题来理解一下：

翻棋子游戏

一个棋盘上每个格子有一个棋子，每次操作可以随便选择一个朝上的棋子$（x，y）$，
选择一个形如$（x，b）$或$（a，y）$（其中$b<y,a<x$），把两个棋子一起翻过来，无法操作的人输

分析：把坐标为（x，y）的棋子看做大小分别为$x$和$y$的两堆火柴，则本题转化为了经典的$Nim$游戏

除法游戏

一个$n*m$的矩阵，每个元素均为2~10000之间的正整数
两个游戏者轮流操作，每次可以选一行中的1个或多个大于1的整数，把ta们中的每个数都变成ta的某个真因子
比如12可以变成1，2，3，4，6中的一个
不能操作的输（换句话说，如果在谁操作之前，在矩阵中的所有数都是1，则ta输）

分析：考虑把每个数素因数分解
比如说$12=2*3*3$，那么“变成他的素因数”就等价于拿掉ta的一个或多个素因子
如果我们把每个数的一个素因子看成一块石子，每个数看成一堆石子
则本题和$Nim$游戏就完全等价了

取石子问题

有1堆n个的石子，每次只能取{ 1, 3, 4 }个石子，先取完石子者胜利，那么各个数的SG值为多少？

SG[0]=0，f[]={1,3,4},

x=1 时，可以取走1 - f{1}个石子，剩余{0}个，所以 SG[1] = mex{SG[0]}= mex{0} = 1

x=2 时，可以取走2 - f{1}个石子，剩余{1}个，所以 SG[2] = mex{SG[1]}= mex{1} = 0

x=3 时，可以取走3 - f{1,3}个石子，剩余{2,0}个，所以 SG[3] = mex{SG[2],SG[0]} = mex{0,0} =1

x=4 时，可以取走4- f{1,3,4}个石子，剩余{3,1,0}个，所以 SG[4] = mex{SG[3],SG[1],SG[0]} = mex{1,1,0} = 2

x=5 时，可以取走5 - f{1,3,4}个石子，剩余{4,2,1}个，所以SG[5] = mex{SG[4],SG[2],SG[1]} =mex{2,0,1} = 3

以此类推…..

 x       0  1  2  3  4  5  6  7  8....

SG[x]    0  1  0  1  2  3  2  0  1....

由此我们就可以得到SG函数值求解步骤：

• 记录所有的可改变当前状态
• 记录将当前状态$x$的后继状态标记
• 模拟$mex$运算，也就是在标记值中搜索未被标记值的最小值，将其赋值给$SG(x)$
• 我们不断的重复2~3的步骤，就完成了计算1~n的函数值

int f[N],SG[N],S[N];
//f[N]:当前状态的改变方式，N为方式的种类，f[N]要在getSG之前先预处理
//SG[]:0~n的SG函数值
//S[]:为x后继状态的集合
void getSG(int n)
{
    memset(SG,0,sizeof(SG));
    //SG[0]=0
    for (int i=1;i<=n;i++)
    {
        memset(S,0,sizeof(S));
        for (j=0;f[j]<=i&&j<N;j++)
            S[SG[i-f[j]]]=1;
        for (j=0;;j++) if (!S[j])
        {
            SG[i]=j;
            break;
        }
    }
}