算法合集与之《从“k倍动态减法游戏”出发探究一类组合游戏问题》 .pptVIP

从“k倍动态减法游戏”出发探究一类组合游戏问题 上海市上海中学 曹钦翔 指导教师：上海市上海中学 毛黎莉 目录 一：引言 二：问题的提出 三：动态规划的通式解法 四：基于动态规划的优化 4.1利用单调性解决“k倍动态减法游戏” 五：不基于动态规划的思考 5.2利用贪心解决BOI2008 game NP状态 所谓N状态，是指当前即将操作的玩家有必胜策略（N来源于Next player wins.）。 所谓P状态，是指先前刚操作完的玩家有必胜策略（P来源于Previous player wins.）。 定理：P状态的一切后继都为N状态，N状态拥有至少一个后继是P状态。 通式动态规划解法 步骤1：把所有“胜利终止状态”标记为P状态，“失败终止状态”标记为N状态。 步骤2：找到所有的未定状态中，所有后继都被确定是N状态的状态，设置为P状态。 步骤3：找到所有的未定状态中，可以一步到达P状态的状态，都设置为N状态。 步骤4：若上两步中没有产生新的P状态或N状态，程序结束，否则回到步骤2。 时间复杂度——所有状态的决策数之和 k倍动态减法游戏 有一个整数S（=2），先行者在S上减掉一个数x，至少是1，但小于S。之后双方轮流把S减掉一个正整数，但都不能超过先前一回合对方减掉的数的k倍，减到0的一方获胜。问：谁有必胜策论。 K=2 A第一回合减去2 A第二回合减去1 B第一回合减去4 A获胜 通式解法 NP(m,n)表示S还剩下m且接下去即将操作的玩家最多能减去n的状态，则初始状态为NP(S,S-1)。 规定，若在NP(m,n)状态下，即将操作的玩家必胜则NP(m,n)=1，否则NP(m,n)=0。 若用动态规划计算所有NP(m,n)，则判定胜负的时间复杂度为O(n3)。 优化1 状态单调性 状态NP(m,n)是关于关于n单调不减的。 记f(m)=min{n|NP(m,n)=1} 优化1 NP(m,n)=0 当且仅当 对于任意r=1,2,3…n有m-r0且NP(m-r,kr)=1。 若n0=f(m)， 则 NP(m-n0,kn0)=0且NP(m-n0+1,k(n0-1))=1 若n0=f(m)， 则 f(m-n0)kn0且f(m-(n0-1))=k(n0-1)。 动态转移方程：f(m)=min{n|f(m-n)kn} 时间复杂度：O(S2) 优化2—决策单调性 优化2—决策单调性 所有这些直线是平行的 随着m增大逐渐向下向右移 每一堵墙都是固定的、右端有界的 用栈储存“墙” 优化2—决策单调性 逐个检验栈中的“墙” 若某堵“墙”不能挡住从(m,0)格子出发斜率为k-1的直线，那么该“墙”出栈 否则，若这堵“墙”能挡住斜线，则循环结束并得出f(m)的值。 最后，根据f(m)可确定一堵新“墙”的位置和长度，新“墙”入栈。 时间复杂度：O(S) BOI 2008 game 一个n*n的棋盘，每个格子要么是黑色要么是白色。白格子是游戏区域，黑格子表示障碍。 指定两个格子AB，分别是先手方和后手方的起始格子。A和B这两格子不重合。 游戏中，双方轮流操作。每次操作，玩家向上下左右四个格子之一走一步，但不能走进黑色格子。有一种特殊情况，当一方玩家，恰好走到当前对方所在的格子里，他就可以再走一步（不必是同一方向），“跳过对手”。 胜负的判定是这样的，若有一方走进对方的起始格子，就算获胜，即使是跳过对方，也算获胜。 通式解法 用(x1,y1,x2,y2)表示状态。 其中(x1,y1)是A的当前位置，(x2,y2)是B的当前位置。另外，还需要一位状态表示当前的操作这是A或B。 因此，状态总数至少为O(n4)个，尽管每个状态的状态转移代价为O(1)，但总时间复杂度为O(n4)，太高了。 而且状态数为O(n4)也意味着动态规划已经没有优化的余地，算法的设计必须跳出动态规划的框架。 贪心思路 “先”  贪心的信号  两人都应沿着两起始点间的最短路径走 注意到，两个人需要走的路程是相等的 所以如果没有“跳过对手”的规则，先行者将必胜！ 结论： 如果先行方A能避免B“跳过A”，则A获胜； 如果后手方B能确保在最短路径上“跳过A”，则B获胜。 BOI官方解答 记d为AB之间最短路的距离。 若d为奇数，A必胜！所以只要考虑d时偶数的情况 用数组LAi存贮，在AB最短路径上，且与距离A为i的格子。 记NP_A[i,j,k]表示，轮到A操作时，A在LAi中的第j个格子上，B在LAd-i中的第k个格子上的状态。 NP_B[i,j,k]表示，轮到B操作时，A在LAi+1中的第j个格子上，B在LAd-i中的第k个格子上的状态。 BOI官方解答的错误 BOI的官方解答中认为，数组NP_A[i,j,k]和数组NP_B[i,j,k]表示的状