容斥原理 博弈论(多种Nim游戏解法)

news2025/1/13 19:56:36

目录

  • 容斥原理
    • 容斥原理的简介
    • 能被整除的数(典型例题)
      • 实现思路
      • 代码实现
      • 扩展:用DPS实现
  • 博弈论
    • 博弈论中的相关性质
    • 博弈论的相关结论
    • 先手必败必胜的证明
    • Nim游戏(典型例题)
      • 代码实现
    • 台阶-Nim游戏(典型例题)
      • 实现思路
      • 代码实现
    • Mex函数与SG函数
    • 集合-Nim游戏(典型例题)
      • 代码实现
    • 拆分-Nim游戏(典型例题)
      • 实现思路
      • 代码实现


容斥原理

容斥原理的简介

容斥原理是组合数学中的一个重要原理,讨论了满足某些条件的元素个数问题。

对于 n n n 个集合 A 1 , A 2 , . . . A n A_1,A_2,...A_n A1,A2,...An,定义他们的并集包含的元素个数为 ∣ A 1 ∪ A 2 ∪ . . . ∪ A n ∣ |A_1∪A_2∪...∪A_n| A1A2...An,那么根据容斥原理,有:

∣ A 1 ∪ A 2 ∪ ⋯ ∪ A n ∣ |A_1 \cup A_2 \cup \dots \cup A_n| A1A2An
= ∣ A 1 ∣ + ∣ A 2 ∣ + ⋯ + ∣ A n ∣ = |A_1| + |A_2| + \dots + |A_n| =A1+A2++An
− ∣ A 1 ∩ A 2 ∣ − ⋯ − ∣ A n − 1 ∩ A n ∣ - |A_1 \cap A_2| - \dots - |A_{n-1} \cap A_n| A1A2An1An
+ ∣ A 1 ∩ A 2 ∩ A 3 ∣ + ⋯ + ( − 1 ) n + 1 ∣ A 1 ∩ A 2 ∩ ⋯ ∩ A n ∣ + |A_1 \cap A_2 \cap A_3| + \dots + (-1)^{n+1} |A_1 \cap A_2 \cap \dots \cap A_n| +A1A2A3++(1)n+1A1A2An

(奇数项为正 偶数项为负)

例如:
在这里插入图片描述
根据上图可得
∣ A ∪ B ∪ C ∣ = ∣ A ∣ + ∣ B ∣ + ∣ C ∣ − ∣ A ∩ B ∣ − ∣ B ∩ C ∣ − ∣ A ∩ C ∣ + ∣ A ∩ B ∩ C ∣ |A \cup B \cup C|= |A|+|B|+|C|-|A \cap B| - |B \cap C| - |A \cap C| + |A \cap B \cap C| ABC=A+B+CABBCAC+ABC

对于 n n n 个集合 A 1 , A 2 , . . . A n A_1,A_2,...A_n A1,A2,...An,其项数可以表示为 C n 1 + C n 2 + ⋯ + C n n C_n^1 + C_n^2+\dots+C_n^n Cn1+Cn2++Cnn 通过数学计算可得 C n 1 + C n 2 + ⋯ + C n n = 2 n − 1 C_n^1 + C_n^2+\dots+C_n^n = 2^n - 1 Cn1+Cn2++Cnn=2n1,用此再乘以每项的时间复杂度便可以得到整体时间复杂度。

另外也可以通过数学计算得到 C n 1 − C n 2 + ⋯ + ( − 1 ) n − 1 C n n = 1 C_n^1 - C_n^2+\dots+(-1)^{n-1}C_n^n = 1 Cn1Cn2++(1)n1Cnn=1


能被整除的数(典型例题)

给定一个整数 n n n m m m 个不同的质数 p 1 , p 2 , … , p m p_1,p_2,\dots,p_m p1,p2,,pm

请你求出 1 1 1 ~ n n n 中能被 p 1 , p 2 , … , p m p_1,p_2,\dots,p_m p1,p2,,pm 中的至少一个数整除的整数有多少个。

输入格式:
第一行包含整数 n n n m m m

第二行包含 m m m 个质数

输出格式:
输出一个整数,表示满足条件的整数的个数。

数据范围:
1 ≤ m ≤ 16 1 \leq m \leq 16 1m16
1 ≤ n , p i ≤ 1 0 9 1 \leq n,p_i \leq 10^9 1n,pi109

输入样例:

10 2
2 3

输出样例:

7

实现思路

计算 1 1 1 ~ n n n 中能被 p i p_i pi 一个数整除的整数的方法为 ⌊ n p i ⌋ \huge \lfloor \frac{n}{p_i} \rfloor pin

由于不同质数间存在相同的可被整除的整数情况,这时候直接计算就会导致重叠部分计算多次,因此需要将重复的部分剔除出去,这里使用容斥原理来进行剔除操作。

计算 1 1 1 ~ n n n 中能被 p i , p j , p k p_i,p_j,p_k pi,pj,pk 多个数整除的整数(类似于重叠部分)的方法为 ⌊ n p i ∗ p j ∗ p k ⌋ \huge \lfloor \frac{n}{p_i*p_j*p_k} \rfloor pipjpkn

m m m 个质数看作 m m m 个集合, 由于 m m m 较小,我们可以使用int类型的二进制形式(32 bit)的变量来表示对每个集合的选取情况,1代表选用,0代表未选用。

比如:1110 可看作为选用集合 1 2 3,而集合 0 未选用,这样便可以通过一个int类型遍历来表示当前的集合选用情况。

通过二进制数模拟所有集合选用情况,再利用遍历对二进制数进行解码操作,而后进行正负性相加减便可以得到最终结果。


代码实现

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
using namespace std;

const int N = 20;
int p[N];

int main()
{
	int n, m, res = 0;
	cin >> n >> m;
	for (int i = 0; i < m; ++i) cin >> p[i];

	// 模拟对所有集合的每一种选用情况
	for (int i = 1; i < 1 << m; ++i) // 从1开始模拟
	{
		int t = 1, cnt = 0;
		for (int j = 0; j < m; ++j) // 将二进制数所表示的选用情况提取出来(解码)
		{
			if (!(i >> j & 1)) continue;
			if ((long long)t * p[j] > n)
			 // 当质数间的乘积大于n时,对应的质数重叠情况只有0个
			{
				t = -1;
				break;
			}
			t *= p[j];
			cnt++;
		}
		if (t != -1)
		{
			int sign = (cnt & 1) ? 1 : -1; // 判断奇偶性
			res = res + n / t * sign;
		}
	}
	cout << res << endl;
	return 0;
}

时间复杂度: O ( 2 m ∗ m ) O(2^m*m) O(2mm)

通过公式 C n 1 + C n 2 + ⋯ + C n n = 2 n − 1 C_n^1 + C_n^2+\dots+C_n^n = 2^n - 1 Cn1+Cn2++Cnn=2n1 可得遍历所有项的时间复杂度为 O ( 2 m ) O(2^m) O(2m), 对单独一项的时间复杂度为 O ( m ) O(m) O(m),这是因为使用二进制数来表示情况,所以需要时间复杂度为 O ( m ) O(m) O(m) 的遍历来进行解码操作,提取其中的选取信息。


扩展:用DPS实现

const int N = 20;
int n, m, p[N], res;

// num-代表当前质数乘积 
// cur-代表指向质数数组的指针
// cnt-代表所选用集合的总数
void dfs(int num, int cur, int cnt)
{
	if (cur == m) // 当cur把质数数组都遍历一遍之后代表该种选用情况的结束
	{
		if (cnt) // 排除一个质数都不选的选用情况
		{
			if (cnt % 2) res += n / num;
			else res -= n / num;
		}
		return;
	}
	dfs(num, cur + 1, cnt); // 不选用当前质数的集合
	dfs(num * p[cur], cur + 1, cnt + 1); // 选用当前质数的集合
}
int main()
{
	cin >> n >> m;
	for (int i = 0; i < m; ++i) cin >> p[i];
	dfs(1, 0, 0);
	cout << res << endl;
	return 0;
}

时间复杂度: O ( 2 m ) O(2^m) O(2m)

由于不用二进制数来模拟选取情况,所以也就不需要时间复杂度为 O ( m ) O(m) O(m) 的遍历来从二进制数中提取出选取情况的解码操作。


博弈论

博弈论(Game Theory) 是研究 多方参与者 在某种竞争或合作情况下进行的策略选择相互作用的一门数学理论。它主要研究参与者如何通过各种策略最大化自己的收益。


博弈论中的相关性质

公平组合游戏(Impartial Combinatorial Game, ICG)是组合博弈论中的一个重要概念。

所谓公平组合游戏,是指具有以下特征:

  1. 游戏中只有两个玩家,分先手和后手。
  2. 两者地位完全对等,有同样的可选行动。
  3. 每个位置要么先手必胜,要么后手必胜,不存在平局。
  4. 参与者都会采取最优策略。

注:城建棋类游戏,比如围棋,就不是公平组合游戏。因为围棋交战双方分别只能落黑子和白子,胜负判定也比较复杂,不符合公平组合游戏。

一些典型的公平组合游戏包括:

  • Nim游戏:从几堆物品中拿走任意数量的游戏。
  • 威佐夫游戏:在图上移动棋子吃掉对方的游戏。
  • 没有后效应的游戏:当前行动不会对之后可行动产生影响。

通过对这类游戏规律的研究,发展出了一套完整的理论体系,建立了组合博弈论这一独立的学科分支。公平组合游戏抽象化地反映了很多现实世界的竞争情况。


博弈论的相关结论

先手必胜状态:

  • 在这个游戏状态下,先手玩家有一个必胜策略,可以通过采取相应的游戏行动最终获胜,不论对手如何行动。
  • 即先手玩家可以保证自己赢得游戏。这个游戏状态对先手玩家有利。

先手必败状态:

  • 在这个游戏状态下,先手玩家无论采取何种行动最终都会输,后手玩家存在必胜策略。
  • 即该状态下无论先手玩家如何行动,后手玩家都可以通过相应的行动获取最终的胜利。这个状态对后手玩家有利。
  • 后手玩家可以保证自己赢得游戏。

对于NIM游戏,在两名选手都足够聪明每一步都是最优解的情况下:

a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n = 0 a_1 \oplus a_2 \oplus \dots \oplus a_n = 0 a1a2an=0 先手必败

a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n ≠ 0 a_1 \oplus a_2 \oplus \dots \oplus a_n \neq 0 a1a2an=0 先手必胜

就是把所有堆的石子个数异或起来,结果是零,先手必败,不是零,先手必胜。


先手必败必胜的证明

①当 a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n = 0 a_1 \oplus a_2 \oplus \dots \oplus a_n = 0 a1a2an=0 时,先手必败:

这个结论实际上是基于一个性质,即对于任意一个非负整数 x x x,有 x ⊕ x = 0 x \oplus x = 0 xx=0。基于这个性质,我们可以证明在这种情况下,先手必败。

假设初始状态下,有 a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n = 0 a_1 \oplus a_2 \oplus \dots \oplus a_n = 0 a1a2an=0。考虑以下情况:

  • 如果先手选择 a 1 a_1 a1,那么剩下的异或和就变为 ( a 2 ⊕ ⋯ ⊕ a n ) (a_2 \oplus \dots \oplus a_n) (a2an)
  • 如果先手选择 a 2 a_2 a2,那么剩下的异或和就变为 ( a 1 ⊕ a 3 ⊕ ⋯ ⊕ a n ) (a_1 \oplus a_3 \oplus \dots \oplus a_n) (a1a3an)
  • 以此类推,如果先手选择 a i a_i ai,剩下的异或和就变为 ( a 1 ⊕ ⋯ ⊕ a i − 1 ⊕ a i + 1 ⊕ ⋯ ⊕ a n ) (a_1 \oplus \dots \oplus a_{i-1} \oplus a_{i+1} \oplus \dots \oplus a_n) (a1ai1ai+1an)

在这些情况下,无论先手如何选择,剩下的异或和都会变成一个非零值。由于异或满足交换律和结合律,这些选择的结果最终都会导致剩余的异或和为一个非零值。因此,无论先手如何操作,最终的游戏状态都会变为一个不满足条件的状态。


②当 a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n ≠ 0 a_1 \oplus a_2 \oplus \dots \oplus a_n \neq 0 a1a2an=0 时,先手必胜:

在这种情况下,异或和不为零。证明先手必胜需要使用归纳法。对于 n = 1 n=1 n=1的情况,只有一个数,先手直接取走即可。

假设对于 n = k n=k n=k,当 a 1 ⊕ a 2 ⊕ ⋯ ⊕ a k ≠ 0 a_1 \oplus a_2 \oplus \dots \oplus a_k \neq 0 a1a2ak=0 时,先手必胜。现在考虑 n = k + 1 n=k+1 n=k+1 的情况。

a 1 ⊕ a 2 ⊕ ⋯ ⊕ a k + 1 a_1 \oplus a_2 \oplus \dots \oplus a_{k+1} a1a2ak+1 分成两部分: x = a 1 ⊕ a 2 ⊕ ⋯ ⊕ a k x = a_1 \oplus a_2 \oplus \dots \oplus a_k x=a1a2ak a k + 1 a_{k+1} ak+1。根据归纳假设,当 x ≠ 0 x \neq 0 x=0 时,先手必胜。此时,先手可以执行以下操作:

  • 如果先手选择取走 a k + 1 a_{k+1} ak+1,那么剩下的异或和变为 x x x,根据归纳假设,先手必胜。
  • 如果先手选择取走 a i a_i ai 1 ≤ i ≤ k 1 \leq i \leq k 1ik),剩下的异或和变为 x ⊕ a i x \oplus a_i xai。由于 x ≠ 0 x \neq 0 x=0 x ⊕ a i x \oplus a_i xai 也不为零,那么根据归纳假设,先手也必胜。

因此,无论哪种情况,先手都有必胜策略。综上所述,当 a 1 ⊕ a 2 ⊕ ⋯ ⊕ a n ≠ 0 a_1 \oplus a_2 \oplus \dots \oplus a_n \neq 0 a1a2an=0 时,先手必胜。


Nim游戏(典型例题)

题目描述:
给定 n n n 堆石子,两位玩家轮流操作,每次操作可以从任意一堆石子中拿走任意数量的石子(可以拿完,但不能不拿),最后无法进行操作的人视为失败。

问如果两人都采用最优策略,先手是否必胜。

输入格式:
第一行包含整数 n n n

第二行包含 n n n 个数字,其中第 i i i 个数字表示第 i i i 堆石子的数量。

输出格式:
如果先手方必胜,则输出 Yes

否则,输出 No

数据范围:
1 ≤ n ≤ 1 0 5 , 1 ≤ 1≤n≤10^5,1≤ 1n105,1每堆石子数 ≤ 1 0 9 ≤10^9 109

输入样例:

2
2 3

输出样例:

Yes

代码实现

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
using namespace std;

int main()
{
	int n, res = 0;
	cin >> n;
	for (int i = 0; i < n; ++i)
	{
		int tmp;
		cin >> tmp;
		res ^= tmp;
	}
	if (res) cout << "Yes" << endl;
	else cout << "No" << endl;
	return 0;
}

台阶-Nim游戏(典型例题)

题目描述:
现在,有一个 n n n 级台阶的楼梯,每级台阶上都有若干个石子,其中第 i i i 级台阶上有 a i a_i ai 个石子( i ≥ 1 i≥1 i1)。

两位玩家轮流操作,每次操作可以从任意一级台阶上拿若干个石子放到下一级台阶中(不能不拿)。

已经拿到地面上的石子不能再拿,最后无法进行操作的人视为失败。

问如果两人都采用最优策略,先手是否必胜。

输入格式:
第一行包含整数 n n n

第二行包含 n n n 个整数,其中第 i i i 个整数表示第 i i i 级台阶上的石子数 a i a_i ai

输出格式:
如果先手方必胜,则输出 Yes

否则,输出 No

数据范围:
1 ≤ n ≤ 1 0 5 , 1 ≤ a i ≤ 1 0 9 1≤n≤10^5,1≤a_i≤10^9 1n105,1ai109

输入样例:

3
2 1 3

输出样例:

Yes

实现思路

在这里插入图片描述
模拟每次只能向下挪动至下一级台阶的行动,我的想法是将高于台阶1的堆分成多个堆,例如图中台阶5的堆,将这个堆分为5份石子数量相等的台阶1的堆,模拟需要至少5次才能将台阶5的堆拿至地面。

因此可以得到: 2 ⏟ 台阶 1 ⊕ 1 ⊕ 1 ⏟ 台阶 2 ⊕ 3 ⊕ 3 ⊕ 3 ⏟ 台阶 3 ⊕ 2 ⊕ 2 ⊕ 2 ⊕ 2 ⏟ 台阶 4 ⊕ 4 ⊕ 4 ⊕ 4 ⊕ 4 ⊕ 4 ⏟ 台阶 5 \underbrace{2}_{台阶1} \oplus \underbrace{1 \oplus 1}_{台阶2} \oplus \underbrace{3 \oplus 3 \oplus 3}_{台阶3} \oplus \underbrace{2 \oplus 2 \oplus 2 \oplus 2}_{台阶4} \oplus \underbrace{4 \oplus 4 \oplus 4 \oplus 4 \oplus 4}_{台阶5} 台阶1 2台阶2 11台阶3 333台阶4 2222台阶5 44444

由于异或(xor)的特性,相同的数异或等于0,便可以进行优化,当阶数为偶数时,异或结果必定为0,奇数时,异或结果直接就等于台阶上的石子数。

从而可以推导出结论:

  • 如果 奇数 阶台阶的石子个数 异或值不是零,则 先手必胜

  • 如果 奇数 阶台阶的石子个数 异或值是零, 则 先手必败


代码实现

未利用异或特性优化前:

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
using namespace std;

int main()
{
	int n, res = 0;
	cin >> n;
	for (int i = 1; i <= n; ++i)
	{
		int tmp, cnt = i;
		cin >> tmp;
		while (cnt--)	res ^= tmp; // 由台阶数分堆
	}
	if (res) cout << "Yes" << endl;
	else cout << "No" << endl;
	return 0;
}

利用异或特性优化后:

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
using namespace std;

int main()
{
	int n, res = 0;
	cin >> n;
	for (int i = 1; i <= n; ++i)
	{
		int tmp;
		cin >> tmp;
		if (i & 1) res ^= tmp; // 利用异或特性优化
	}
	if (res) cout << "Yes" << endl;
	else cout << "No" << endl;
	return 0;
}

Mex函数与SG函数

有向图游戏的概念:

  • 节点和边:有向图游戏由一组节点和连接节点的有向边组成。每个节点表示游戏的一个状态,而有向边表示从一个状态到另一个状态的合法转移。

  • 玩家轮流移动:在有向图游戏中,玩家轮流进行移动。每一步玩家可以从当前状态转移到某个后继状态,选择的后继状态必须遵循游戏的规则。

  • 游戏终止状态:每个有向图游戏都有终止状态,到达终止状态后游戏结束。终止状态可能是获胜状态或失败状态,这取决于游戏的规则。

  • SG 函数和 Mex 函数:SG 函数(Sprague-Grundy 函数)和 Mex 函数是解决有向图游戏的关键工具。SG 函数为每个节点赋予一个非负整数值,表示该节点的状态价值。Mex 函数返回集合中没有出现的最小非负整数。通过 SG 函数和 Mex 函数,可以计算出游戏的最佳策略。

  • 必胜策略(先手必胜)和必败策略(先手必败):在有向图游戏中,存在必胜策略和必败策略。如果一个玩家始终能够采取最佳策略,并且可以确保在有限步内获胜,那么该玩家有必胜策略。相反,如果玩家无论如何都无法避免失败,那么该玩家有必败策略。

  • Nim 游戏和其他变体:Nim 游戏是有向图游戏的一个著名例子,它涉及在堆中取石子。还有许多其他变体的有向图游戏,如拈游戏、Grundy’s Game 等。


Mex(Minimum Excluded value)函数,是一个常见的组合游戏和集合论中的概念。它通常用来解决一类博弈问题,其中两个玩家轮流从一个集合中取元素,每次取一个元素,并且不能重复取已经被取走的元素。当某一玩家无法继续操作时,该玩家输掉游戏。


Mex 函数的定义:对于一个给定的非负整数集合,它返回一个非负整数,表示在这个集合中,不属于集合最小非负整数

mex ( S ) = min ⁡ { x ∣ x ∈ N 0 , x ∉ S } \text{mex}(S) = \min \{ x \mid x \in \mathbb{N}_0, x \notin S \} mex(S)=min{xxN0,x/S}

例如:

S = { 0 , 1 , 2 , 4 } ⇒ m e x ( S ) = 3 S=\{0,1,2,4\} ⇒ mex(S)=3 S={0,1,2,4}mex(S)=3


m e x mex mex函数和 s g sg sg函数用于计算有向图游戏的答案,主要思路是:

  • m e x mex mex函数返回集合 S S S 中没有出现的最小非负整数。
  • s g sg sg函数定义为 s g ( n ) = m e x ( s g ( i 1 ) , s g ( i 2 ) . . . ) sg(n)=mex({sg(i_1),sg(i_2)...}) sg(n)=mex(sg(i1),sg(i2)...),其中 i 1 , i 2 . . . i_1,i_2... i1,i2... 是节点 n n n 的后继节点。
  • 对于图 G G G,定义 s g ( G ) = s g ( h e a d ) sg(G)=sg(head) sg(G)=sg(head),其中head是G的头节点。
  • 对于 n n n 个图 G 1 , G 2 , . . . G n G_1,G_2,...G_n G1,G2,...Gn,它们的 s g sg sg函数值的异或和就是这个有向图游戏的答案。

假设有 n n n 个独立局面,它们的 S G SG SG 值分别为 s g ( G 1 ) , s g ( G 2 ) , . . . , s g ( G n ) sg(G1), sg(G2), ..., sg(Gn) sg(G1),sg(G2),...,sg(Gn),其中 G i G_i Gi 表示第 i i i 个局面。那么整个组合游戏的 S G SG SG s g ( G ) sg(G) sg(G) 可以表示为这些局面 S G SG SG 值的异或和:

s g ( G ) = s g ( G 1 ) ⊕ s g ( G 2 ) ⊕ . . . ⊕ s g ( G n ) sg(G) = sg(G_1) \oplus sg(G_2) \oplus ... \oplus sg(G_n) sg(G)=sg(G1)sg(G2)...sg(Gn)

例如:

以NIM游戏为例,数量为7个石子的一堆,每人抽取轮流只能抽取2或5个石子,不能不抽取,判断先手必胜还是先手必败。
在这里插入图片描述
从末尾开始计算,可以得到 s g ( h e a d ) = 0 sg(head) = 0 sg(head)=0,由于此时只有一堆,即只存在一个有向图,所以 s g ( h e a d ) = 0 sg(head) = 0 sg(head)=0 得到结果先手必败。

对多个有向图的情况(例如多个堆的情况),将每个有向图的sg(head)异或到一起,再根据先手必胜必败的条件,得出对应的结论。


G 1 , G 2 , G 3 , … , G n G_1,G_2,G_3,\dots,G_n G1,G2,G3,,Gn n n n 个有向图,结论为:

先手必败
s g ( G 1 ) ⊕ s g ( G 2 ) ⊕ s g ( G 3 ) ⊕ ⋯ ⊕ s g ( G n ) = 0 sg(G_1) \oplus sg(G_2) \oplus sg(G_3) \oplus \dots \oplus sg(G_n) = 0 sg(G1)sg(G2)sg(G3)sg(Gn)=0
先手必胜
s g ( G 1 ) ⊕ s g ( G 2 ) ⊕ s g ( G 3 ) ⊕ ⋯ ⊕ s g ( G n ) ≠ 0 sg(G_1) \oplus sg(G_2) \oplus sg(G_3) \oplus \dots \oplus sg(G_n) \neq 0 sg(G1)sg(G2)sg(G3)sg(Gn)=0


集合-Nim游戏(典型例题)

题目描述:
给定 n n n 堆石子以及一个由 k k k 个不同正整数构成的数字集合 S S S

现在有两位玩家轮流操作,每次操作可以从任意一堆石子中拿取石子,每次拿取的石子数量必须包含于集合 S S S,最后无法进行操作的人视为失败。

问如果两人都采用最优策略,先手是否必胜。

输入格式:
第一行包含整数 k k k,表示数字集合 S S S 中数字的个数。

第二行包含 k k k 个整数,其中第 i i i 个整数表示数字集合 S S S 中的第 i i i 个数 s i s_i si

第三行包含整数 n n n

第四行包含 n n n 个整数,其中第 i i i 个整数表示第 i i i 堆石子的数量 h i h_i hi

输出格式:
如果先手方必胜,则输出 Yes

否则,输出 No

数据范围:
1 ≤ n , k ≤ 100 , 1 ≤ s i , h i ≤ 10000 1≤n,k≤100,1≤s_i,h_i≤10000 1n,k100,1si,hi10000

输入样例:

2
2 3

输出样例:

Yes

代码实现

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<cstring>
#include<unordered_set>
using namespace std;

const int N = 110, M = 10010;
int a[N], f[M], k, n;

int sg(int x)
{
	if (~f[x]) return f[x]; // 记忆化搜索:保证每种状态只会被算一次
	unordered_set<int> s; // 用哈希表存储当前节点的集合所存有的非负数的元素
	for (int i = 0; i < k; ++i)
	{
		int num = a[i];
		if (x >= num) s.insert(sg(x - num)); // 将新的状态加进来
	}
	for (int i = 0;; i++) if (!s.count(i)) return f[x] = i; // 找出不存在集合当中的最小值并返回
}
int main()
{
	int res = 0;
	memset(f, -1, sizeof f);
	cin >> k;
	for (int i = 0; i < k; ++i) cin >> a[i];
	cin >> n;
	for (int i = 0; i < n; ++i)
	{
		int x;
		cin >> x;
		res ^= sg(x); // 求出每堆石子的SG值将其异或
	}
	if (res) cout << "Yes" << endl;
	else cout << "No" << endl;
	return 0;
}

拆分-Nim游戏(典型例题)

题目描述:
给定 n n n 堆石子,两位玩家轮流操作,每次操作可以取走其中的一堆石子,然后放入两堆 规模更小 的石子(新堆规模可以为 0 0 0,且两个新堆的石子总数可以大于取走的那堆石子数),最后无法进行操作的人视为失败。

问如果两人都采用最优策略,先手是否必胜。

输入格式:
第一行包含整数 n n n

第二行包含 n n n 个整数,其中第 i i i 个整数表示第 i i i 堆石子的数量 a i a_i ai

输出格式:
如果先手方必胜,则输出 Yes

否则,输出 No

数据范围:
1 ≤ n , a i ≤ 100 1≤n,a_i≤100 1n,ai100

输入样例:

2
2 3

输出样例:

Yes

实现思路

取走其中的一堆石子,然后放入两堆 规模更小 的石子,相当于将一个局面拆分成了两个局面,由SG函数理论:多个独立局面的SG值,等于这些局面SG值的 异或和

s g ( G ) = s g ( G 1 ) ⊕ s g ( G 2 ) ⊕ . . . ⊕ s g ( G n ) sg(G) = sg(G_1) \oplus sg(G_2) \oplus ... \oplus sg(G_n) sg(G)=sg(G1)sg(G2)...sg(Gn)


代码实现

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<cstring>
#include<unordered_set>
using namespace std;

const int N = 110, M = 10010;
int f[N], n;

int sg(int x)
{
	if (~f[x]) return f[x];
	unordered_set<int> s;
	for (int i = 0; i < x; ++i)
	{
		for (int j = 0; j <= i; ++j)
			s.insert(sg(i) ^ sg(j));
	}
	for (int i = 0;; i++) if (!s.count(i)) return f[x] = i;
}
int main()
{
	memset(f, -1, sizeof f);
	cin >> n;
	int res = 0;
	while (n--)
	{
		int x;
		cin >> x;
		res ^= sg(x);
	}
	if (res) cout << "Yes" << endl;
	else cout << "No" << endl;
	return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/897093.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

STM32/AT32 MCO管脚输出时钟配置

前言&#xff1a;最近在学以太网通讯&#xff0c;发现RMII接口配置的时钟管脚有MCU自己输出&#xff0c;想要看看是怎么输出的&#xff0c;对此进行记录 1、交接项目项目上使用的是PA8管脚来输出时钟50MHZ&#xff0c;提供给上面refclk。 先看手册 PA8的复用功能具备将MCU时钟…

控制方法笔记

基于模型的控制&#xff1a;LQR&#xff0c;模型建立如果不准确&#xff0c;会给控制带来不确定性。 运动学和动力学&#xff1f; 大货车很多参数不了解的话&#xff0c;有时候不如用运动学。所以说&#xff0c;建模不精准不如用运动学。 LQR 模型是状态空间线性的。目标函…

SpringBoot + Vue 微人事(十)

职位管理前后端接口对接 先把table中的数据展示出来&#xff0c;table里面的数据实际上是positions里面的数据&#xff0c;就是要给positions:[] 赋上值 可以在methods中定义一个initPosition方法 methods:{//定义一个初始化positions的方法initPositions(){//发送一个get请求…

GB28181设备接入侧如何对接外部编码后音视频数据并实现预览播放

技术背景 我们在对接GB28181设备接入模块的时候&#xff0c;遇到这样的技术诉求&#xff0c;好多开发者期望能提供编码后&#xff08;H.264/H.265、AAC/PCMA&#xff09;数据对接&#xff0c;确保外部采集设备&#xff0c;比如无人机类似回调过来的数据&#xff0c;直接通过模…

《Go 语言第一课》课程学习笔记(八)

基本数据类型 Go 原生支持的数值类型有哪些&#xff1f; Go 语言的类型大体可分为基本数据类型、复合数据类型和接口类型这三种。 其中&#xff0c;我们日常 Go 编码中使用最多的就是基本数据类型&#xff0c;而基本数据类型中使用占比最大的又是数值类型。 整型 Go 语言的…

MVCC 是否彻底解决了事物的隔离性 ?

目录 1. 什么是 MVCC 2. MVCC 是否彻底解决了事物的隔离性 3. MySQL 中如何实现共享锁和排他锁 4. MySQL 中如何实现悲观锁和乐观锁 1. 什么是 MVCC MVCC&#xff08;Multi-Version Concurrency Control&#xff0c;多版本并发控制&#xff09;是一种多版本并发控制机制&…

QGraphicsItem 实例4 图元的旋转、缩放、切变和位移

实现图元的旋转、缩放、切变和位移 效果&#xff1a; mainwindow.h #ifndef MAINWIDGET_H #define MAINWIDGET_H #include <QWidget> #include <QGraphicsView> #include <QGraphicsScene> #include <QFrame> #include <QGraphicsView> #inclu…

部门用户权限应用设计及创建&一些实用小细节

前言 之前边做应用程序边完善数据库表&#xff0c;应用程序做出来了&#xff0c;但是数据库表也面目全非了&#xff0c;很多数据库字段都要重新设计&#xff0c;踩了个坑但是也是一种学习&#xff1a;每次代码开发也好&#xff0c;应用程序搭建也好&#xff0c;先做好数据库表…

深入探究 Java 8 新特性:Optional 类允许为空的对象类

深入探究 Java 8 新特性&#xff1a;Optional 类 概念说明 ​ 在 Java 8 中&#xff0c;引入了许多令人兴奋的新特性&#xff0c;其中之一就是 Optional 类。这个类主要用于解决空指针异常&#xff08;NullPointerException&#xff09;的问题&#xff0c;提供了一种更安全和…

kali换源之后更新

kali换源之后更新 1.更新索引 apt-get update 2.更新软件 apt-get upgrade 3.删除缓存包 apt-get clean

【网络教程】如何创建/添加钉钉机器人以及如何获取机器人的Token/Secret

文章目录 创建钉钉机器人添加钉钉机器人获取机器人的Token/Secret相关网站创建钉钉机器人 这里以PC端的操作为例,按照如下操作进行 访问 钉钉开放平台选择机器人选项卡,点击右上角的创建应用,这里会有一个弹窗,我这里选择的是继续使用旧版,如图按照要求填写相关信息创建自…

【Influxdb数据迁移,从windos移到linux】

前提——保证两边的版本不要相差太多 1、windows的导出G:\influxdb\2为暂存的目录 D:\influxdb-1.8.3_windows_amd64\influxdb-1.8.3-1>influxd backup -portable -database mydb G:\influxdb\2导出之后会有一堆文件 全部上传到/var/lib/influxdb这个目录下。这个应该是默…

vue3中使用第三方插件mitt实现任意组件通讯

vue3中使用第三方插件mitt实现任意组件通讯 组件通讯是vue3组合式开发的核心之一&#xff0c;现在我在写代码时&#xff0c;一个组件的代码超过了200行&#xff0c;基本都会拆分组件。组件拆分后&#xff0c;组件之间的通讯就很重要&#xff0c;总结了一下&#xff0c;目前有这…

阿里云席明贤:明天的视频云2.0

编者按 本文是“解构多媒体新常态”系列文章的第二篇&#xff0c;LiveVideoStack对话了阿里云视频云负责人席明贤&#xff08;花名右贤&#xff09;。面对风云变幻的内外环境&#xff0c;阿里云在视频云赛道是坚定向前的&#xff0c;在与右贤的接触中&#xff0c;他给我留下非常…

回归预测 | MATLAB实现GWO-BP灰狼算法优化BP神经网络多输入单输出回归预测(多指标,多图)

回归预测 | MATLAB实现GWO-BP灰狼算法优化BP神经网络多输入单输出回归预测&#xff08;多指标&#xff0c;多图&#xff09; 目录 回归预测 | MATLAB实现GWO-BP灰狼算法优化BP神经网络多输入单输出回归预测&#xff08;多指标&#xff0c;多图&#xff09;效果一览基本介绍程序…

基于医疗领域数据微调LLaMA——ChatDoctor模型

文章目录 ChatDoctor简介微调实战下载仓库并进入目录创建conda环境并配置环境&#xff08;安装相关依赖&#xff09;下载模型文件微调数据微调过程全量微调基于LoRA的微调基于微调后的模型推理 ChatDoctor简介 CHatDoctor论文&#xff1a; ChatDoctor: A Medical Chat Model F…

JavaScript:交集和差集的应用场景

在集合A和集合B中&#xff0c;属于集合A&#xff0c;同时也属于集合B的元素组成的集合&#xff0c;就是交集。 在A中所有不属于集合B元素&#xff0c;组合成集合&#xff0c;就是差集。 那么在平时的开发中&#xff0c;如何使用差集和交集来解决问题呢&#xff1f; 现在有这…

Fixed Price Incentive Fee (FPIF)

总价加激励费用 (FPIF)。这种总价合同为买方和卖方提供了一定的灵活性&#xff0c;允许一定的绩 效偏离&#xff0c;并对实现既定目标给予相关的财务奖励&#xff08;通常取决于卖方的成本、进度或技术 绩效&#xff09;。FPIF 合同中会设置价格上限&#xff0c;高于此价格上限…

剑指 Offer 61. 扑克牌中的顺子(C++实现)

剑指 Offer 61. 扑克牌中的顺子https://leetcode.cn/problems/bu-ke-pai-zhong-de-shun-zi-lcof/ 优雅写法 bool isStraight(vector<int>& nums) {int maxVal INT_MIN, minVal INT_MAX;unordered_set<int> s;for (const int num : nums){if (num 0) // 跳过…

基于STM32+FreeRTOS的四轴机械臂

目录 项目概述&#xff1a; 一 准备阶段&#xff08;都是些废话&#xff09; 二 裸机测试功能 1.摇杆控制 接线&#xff1a; CubeMX配置&#xff1a; 代码&#xff1a; 2.蓝牙控制 接线&#xff1a; CubeMX配置 代码&#xff1a; 3.示教器控制 4.记录动作信息 5.执…