Seek the Joker

这篇博客探讨了一种类似扑克游戏的策略问题,玩家每次可以从牌堆中抽取最多k张牌,目标是避免抽到最后一张称为“乌龟”的牌。通过分析不同数量的牌n和最大抽取数k,作者发现了一个规律:当(n-1)%(k+1)==0时,后手玩家有获胜优势。这个结论适用于芳乃和丛雨的游戏情况,他们在每轮游戏中轮流抽取牌。博客通过举例和AC代码展示了如何确定获胜者,并指出在特定条件下先手或后手会获胜。

Seek the Joker I

每人每次至多从牌堆顶部抽k张牌,至少抽1张牌。牌堆底部的最后一张牌作为乌龟,抽中的将输掉这一轮比赛。芳乃想知道在你的帮助下,她和丛雨都采取积极策略时,她自己是否一定能获胜。作为被丛雨邀请的一方,每轮游戏都是芳乃先抽。

输入描述:
第一行包含一个整数T,表示共有T组测试数据。
每组测试数据共一行,包含两个正整数n和k,分别表示牌堆中有n张牌和每次抽取最多抽取k张。
数据保证T,n,k≤1000000。

输入
4
1 1
23 2
6 4
114 514

输出
ma la se mi no.1!
yo xi no forever!
ma la se mi no.1!
yo xi no forever!

思路枚举推公式,例如当n = 10,k = 4,设先抓牌的人为①,后抓牌的人为②,则对于1-10赢家分别为
1 ②赢:至少取一张,所以①取了最后一张牌,②胜;
2 ①赢:①取1,留1给②
3 ①赢:①取2,留1给②
4 ①赢:①取3,留1给②
5 ①赢:①取4,留1给②
6 ②赢: 不管①怎么取,②可以取x张牌使得被取走的牌一共有五张,也就是剩下一张;
7 ①赢:只要①取了1张,留给②的就是n=6的局面,也就是当n=6,后取的人获胜;
8 ①赢:只要①取了2张,留给②的就是n=6的局面,也就是当n=6,后取的人获胜;
9 ①赢:同上;
10 ①赢:同上;
11 ②赢;无论①怎么取留给②的牌总在7——10的范围,此时②获得了①在7-8的局面,所以②获胜;

不难看出当 (n-1)%(k+1) == 0 时②获胜

AC代码

#include <iostream>
using namespace std;
int main(){
    int t,n,k;
    cin >> t;
    for(int i = 0;i < t;i++){
        cin >> n >> k;
        if(n == 1){
             cout << "ma la se mi no.1!" << endl;
             continue;
        }
        if(n <= k){
            cout << "yo xi no forever!" << endl;
            continue;
        }
        if((n-1)%(k+1) == 0){
             cout << "ma la se mi no.1!" << endl;
             continue;
        }
        cout << "yo xi no forever!" << endl;
    }
    return 0;
}
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是工智能(Artificial Intelligence)的一个分支,也是实现工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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