【HDU 1846】Brave Game

本文介绍了一个经典的二人博弈游戏——勇敢者的游戏,通过分析游戏规则和策略,揭示了在不同石子数量和取石子限制下,先手玩家是否能够获胜的规律。文章提供了一段简洁的C++代码实现,用于判断在给定条件下,哪一方能够赢得游戏。

【题目】

传送门

Description

十年前读大学的时候,中国每年都要从国外引进一些电影大片,其中有一部电影就叫《勇敢者的游戏》(英文名称:Zathura),一直到现在,我依然对于电影中的部分电脑特技印象深刻。

今天,大家选择上机考试,就是一种勇敢(brave)的选择;这个短学期,我们讲的是博弈(game)专题;所以,大家现在玩的也是 “ “ 勇敢者的游戏 ” ” ,这也是我命名这个题目的原因。

当然,除了 “ “ 勇敢 ” ” ,我还希望看到 “ “ 诚信 ” ” ,无论考试成绩如何,希望看到的都是一个真实的结果,我也相信大家一定能做到的~

各位勇敢者要玩的第一个游戏是什么呢?很简单,它是这样定义的:

  1. 本游戏是一个二人游戏;
  2. 有一堆石子一共有 n n n 个;
  3. 两人轮流进行;
  4. 每走一步可以取走 1 … m 1…m 1m 个石子;
  5. 最先取光石子的一方为胜。

如果游戏的双方使用的都是最优策略,请输出哪个人能赢。

Input

输入数据首先包含一个正整数 c c c c ≤ 100 c\le100 c100),表示有 c c c 组测试数据。

每组测试数据占一行,包含两个整数 n n n m m m 1 ≤ n , m ≤ 1000 1\le n,m\le1000 1n,m1000), n n n m m m 的含义见题目描述。

Output

如果先走的人能赢,请输出 “first”,否则请输出 “second”,每个实例的输出占一行。

Sample Input

2
23 2
4 3

Sample Output

first
second


【分析】

巴什博奕的模板题啦。

我们先来简单找一下规律吧。

分情况考虑:

  1. n ≤ m n\le m nm,那么显然先手必胜。
  2. n = m + 1 n=m+1 n=m+1,无论先手那几个,后手都可以一次性拿完,所以先手必败。
  3. m + 2 ≤ n ≤ 2 m + 1 m+2\le n\le 2m+1 m+2n2m+1,那先手可以拿几个,使石子剩下 m + 1 m+1 m+1 个,先手必胜。
  4. n = 2 m + 2 n=2m+2 n=2m+2,那么先手拿过之后,石子数就在区间 [    m + 2    ,    2 m + 1    ] [\;m+2\;,\;2m+1\;] [m+2,2m+1] 里,就是情况三 3 3 3,先手必败。
  5. ⋯ ⋯ \cdots\cdots

不难发现当 n % ( m + 1 ) = 0 n\%(m+1)=0 n%(m+1)=0 时先手必败,否则先手必胜。


【代码】

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
int main()
{
	int n,m,T;
	scanf("%d",&T);
	while(T--)
	{
		scanf("%d%d",&n,&m);
		puts(n%(m+1)?"first":"second");
	}
	return 0;
}
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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