这里写自定义目录标题
更多精彩内容
这里是带你游历编程世界的Dashcoding编程社,我是Dash/北航硕士/ICPC区域赛全国排名30+/给你呈现我们眼中的世界!
256题算法特训课,帮你斩获大厂60W年薪offer
原题
2024ICPC网络赛第二场真题-游戏
B站动画详解
问题分析
Alice 和 Bob 正在进行一场游戏,游戏的规则如下:
-
初始筹码:
- Alice 拥有 n n n 个筹码。
- Bob 拥有 m m m 个筹码。
-
每一轮的结果:
- Alice 赢:
- 概率: p 0 = a 0 a 0 + a 1 p_0 = \frac{a_0}{a_0 + a_1} p0=a0+a1a0
- 操作:
- 如果 Alice 的筹码 n n n 大于或等于 Bob 的筹码 m m m,Alice 赢得整个游戏。
- 否则,Bob 失去 Alice 当前的筹码数,即 m = m − n m = m - n m=m−n。
- Bob 赢:
- 概率: p 1 = a 1 a 0 + a 1 p_1 = \frac{a_1}{a_0 + a_1} p1=a0+a1a1
- 操作:
- 如果 Bob 的筹码 m m m 大于或等于 Alice 的筹码 n n n,Bob 赢得整个游戏。
- 否则,Alice 失去 Bob 当前的筹码数,即 n = n − m n = n - m n=n−m。
- 平局:
- 概率: 1 − p 0 − p 1 1 - p_0 - p_1 1−p0−p1(根据题目提示,这部分可以忽略,因为题目中提到平局无效,我们可以将其视为游戏状态不变)。
- Alice 赢:
-
目标:
- 计算 Alice 最终赢得整个游戏的概率,结果需对 998244353 998244353 998244353 取模。
思路分析
核心思路
问题的关键在于模拟 Alice 和 Bob 之间的筹码变动过程,并计算 Alice 最终赢得整个游戏的概率。由于每一轮的结果依赖于当前的筹码状态,我们可以使用递归或动态规划的方法来解决。
递归关系
设 f ( n , m ) f(n, m) f(n,m) 表示在 Alice 拥有 n n n 个筹码,Bob 拥有 m m m 个筹码的状态下,Alice 赢得整个游戏的概率。那么:
f ( n , m ) = p 0 ⋅ f ( n , m − n ) + p 1 ⋅ f ( n − m , m ) f(n, m) = p_0 \cdot f(n, m - n) + p_1 \cdot f(n - m, m) f(n,m)=p0⋅f(n,m−n)+p1⋅f(n−m,m)
其中:
- 如果 Alice 赢得一轮(概率 p 0 p_0 p0),则 Bob 失去 n n n 个筹码,新的状态为 ( n , m − n ) (n, m - n) (n,m−n)。
- 如果 Bob 赢得一轮(概率 p 1 p_1 p1),则 Alice 失去 m m m 个筹码,新的状态为 ( n − m , m ) (n - m, m) (n−m,m)。
边界条件
- 当 m = 0 m = 0 m=0 时:Bob 没有筹码,Alice 赢得整个游戏, f ( n , 0 ) = 1 f(n, 0) = 1 f(n,0)=1。
- 当 n = 0 n = 0 n=0 时:Alice 没有筹码,无法赢得游戏, f ( 0 , m ) = 0 f(0, m) = 0 f(0,m)=0。
- 当
n
=
m
n = m
n=m 时:无论谁赢,都会立即结束游戏,因此:
- Alice 赢的概率 f ( n , n ) = p 0 f(n, n) = p_0 f(n,n)=p0。
- Bob 赢的概率 1 − p 0 1 - p_0 1−p0。
优化思路:辗转相减与辗转相除
直接使用递归方法可能导致大量重复计算,尤其是在 n n n 和 m m m 较大的情况下。为此,我们可以借鉴辗转相除法(Euclidean Algorithm)的思想,通过一次性处理多个减法操作,加速计算过程。
具体而言:
- 辗转相减:不断用较大的数减去较小的数,直到两数相等,得到最大公约数(GCD)。
- 辗转相除:通过除法操作一次性减去多个较小数的倍数,减少递归或迭代的深度。
在本问题中,我们可以通过计算 k = ⌊ n m ⌋ k = \left\lfloor \frac{n}{m} \right\rfloor k=⌊mn⌋,即 Alice 能够连续赢 k k k 次,使得 Bob 的筹码减少 k ⋅ m k \cdot m k⋅m,从而加速递归过程。
最终递归关系
f ( n , m ) = p 0 k ⋅ f ( n − k ⋅ m , m ) + ( 1 − p 0 k ) f(n, m) = p_0^k \cdot f(n - k \cdot m, m) + \left(1 - p_0^k\right) f(n,m)=p0k⋅f(n−k⋅m,m)+(1−p0k)
其中, k = ⌊ n m ⌋ k = \left\lfloor \frac{n}{m} \right\rfloor k=⌊mn⌋。
算法实现
根据上述分析,我们可以设计以下算法步骤:
-
概率归一化:
- 计算 p 0 = a 0 a 0 + a 1 m o d 998244353 p_0 = \frac{a_0}{a_0 + a_1} \mod 998244353 p0=a0+a1a0mod998244353。
- 计算 p 1 = a 1 a 0 + a 1 m o d 998244353 p_1 = \frac{a_1}{a_0 + a_1} \mod 998244353 p1=a0+a1a1mod998244353。
-
递归计算概率 f ( n , m ) f(n, m) f(n,m):
- 如果 m = 0 m = 0 m=0,返回 1 1 1。
- 如果 n = 0 n = 0 n=0,返回 0 0 0。
- 如果 n < m n < m n<m,交换 n n n 和 m m m,同时交换 p 0 p_0 p0 和 p 1 p_1 p1,确保 n ≥ m n \geq m n≥m。
- 如果 n = m n = m n=m,返回 p 0 p_0 p0。
- 计算 k = ⌊ n m ⌋ k = \left\lfloor \frac{n}{m} \right\rfloor k=⌊mn⌋。
- 计算 t = p 0 k m o d 998244353 t = p_0^k \mod 998244353 t=p0kmod998244353。
- 递归调用 f ( n − k ⋅ m , m ) f(n - k \cdot m, m) f(n−k⋅m,m)。
- 返回 ( t ⋅ f ( n − k ⋅ m , m ) + ( 1 − t ) ) m o d 998244353 (t \cdot f(n - k \cdot m, m) + (1 - t)) \mod 998244353 (t⋅f(n−k⋅m,m)+(1−t))mod998244353。
-
快速幂与模逆元:
- 使用快速幂算法计算大指数的幂次方。
- 使用费马小定理计算模逆元。
代码详解
标准代码程序
C++代码
#include <bits/stdc++.h>
// 定义长整型
typedef long long int64;
// 定义模数
const int MOD = 998244353;
/**
* @brief 快速幂函数,计算 a 的 k 次方模 MOD
*
* @param a 基数
* @param k 指数
* @return int a^k mod MOD
*/
int Power(int a, int k){
int res = 1; // 初始化结果为1
a %= MOD; // 确保 a 在模 MOD 范围内
while(k > 0){
if(k & 1){ // 如果当前位为1,累乘到结果中
res = 1LL * res * a % MOD;
}
a = 1LL * a * a % MOD; // a = a^2 mod MOD
k >>= 1; // 指数右移一位,相当于除以2
}
return res;
}
/**
* @brief 计算 a 的模逆元,即 a^(MOD-2) mod MOD
*
* @param a 被求逆元的数
* @return int a 的模逆元
*/
int Inv(int a){
return Power(a, MOD - 2);
}
/**
* @brief 递归计算 Alice 赢得游戏的概率
*
* @param n 当前 Alice 的筹码数
* @param m 当前 Bob 的筹码数
* @param a Alice 赢得一轮的概率(已归一化)
* @param b Bob 赢得一轮的概率(已归一化)
* @param x 引用变量,存储 Alice 最终赢得游戏的概率
* @param y 引用变量,存储辅助计算值
*/
void Calc(int n, int m, int a, int b, int &x, int &y){
if(m == 0){ // 基本情况:如果 Bob 没有筹码,Alice 赢得游戏
x = 1;
y = 0;
return;
}
int u, v;
// 递归调用,计算状态 (m, n % m) 下的概率
Calc(m, n % m, b, a, u, v);
// 计算 t = b^(n / m) mod MOD
int t = Power(b, n / m);
// 更新 y = t * u mod MOD
y = 1LL * t * u % MOD;
// 更新 x = (1 - t + t * v) mod MOD
x = (MOD + 1 - t + 1LL * t * v) % MOD;
}
/**
* @brief 处理单个测试用例
*/
void work(){
int n, m, a0, a1, b_input;
std::cin >> n >> m >> a0 >> a1 >> b_input; // 读取输入:n, m, a0, a1, b
// 计算概率的逆元 c = Inv(a0 + a1)
int c = Inv(a0 + a1);
// 归一化概率 p0 = a0 / (a0 + a1) mod MOD
int p0 = 1LL * c * a0 % MOD;
// 归一化概率 p1 = a1 / (a0 + a1) mod MOD
int p1 = 1LL * c * a1 % MOD;
int x, y;
// 计算 Alice 赢得游戏的概率
Calc(n, m, p0, p1, x, y);
// 输出结果
std::cout << x << '\n';
}
int main(){
// 优化输入输出
std::ios::sync_with_stdio(false);
std::cin.tie(0);
int T;
std::cin >> T; // 读取测试用例数量
while(T--){ // 依次处理每个测试用例
work();
}
return 0;
}
Java代码
import java.io.*;
import java.util.*;
public class Main {
static final int MOD = 998244353;
/**
* 快速幂函数,计算 a 的 k 次方模 MOD
*/
static long power(long a, long k) {
long res = 1;
a %= MOD;
while (k > 0) {
if ((k & 1) == 1) {
res = res * a % MOD;
}
a = a * a % MOD;
k >>= 1;
}
return res;
}
/**
* 计算 a 的模逆元,即 a^(MOD-2) mod MOD
*/
static long inv(long a) {
return power(a, MOD - 2);
}
/**
* 递归计算 Alice 赢得游戏的概率
*/
static long[] calc(int n, int m, long a, long b) {
if (m == 0) {
return new long[]{1, 0};
}
long[] uv = calc(m, n % m, b, a);
long t = power(b, n / m);
long y = t * uv[0] % MOD;
long x = (MOD + 1 - t + t * uv[1]) % MOD;
return new long[]{x, y};
}
public static void main(String[] args) throws IOException {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
// 读取测试用例数量
int T = Integer.parseInt(br.readLine());
while (T-- > 0) {
// 读取每个测试用例
String[] parts1 = br.readLine().split(" ");
int n = Integer.parseInt(parts1[0]);
int m = Integer.parseInt(parts1[1]);
String[] parts2 = br.readLine().split(" ");
int a0 = Integer.parseInt(parts2[0]);
int a1 = Integer.parseInt(parts2[1]);
int b_input = Integer.parseInt(parts2[2]);
// 计算概率的逆元 c = Inv(a0 + a1)
long c = inv(a0 + a1);
// 归一化概率 p0 = a0 / (a0 + a1) mod MOD
long p0 = c * a0 % MOD;
// 归一化概率 p1 = a1 / (a0 + a1) mod MOD
long p1 = c * a1 % MOD;
// 计算 Alice 赢得游戏的概率
long[] result = calc(n, m, p0, p1);
System.out.println(result[0]);
}
}
}
Python代码
MOD = 998244353
def power(a, k):
res = 1
a %= MOD
while k > 0:
if k & 1:
res = res * a % MOD
a = a * a % MOD
k >>= 1
return res
def inv(a):
return power(a, MOD - 2)
def calc(n, m, a, b):
if m == 0:
return (1, 0)
u, v = calc(m, n % m, b, a)
t = power(b, n // m)
y = t * u % MOD
x = (MOD + 1 - t + t * v) % MOD
return (x, y)
def work():
import sys
input = sys.stdin.read
data = input().split()
T = int(data[0])
ptr = 1
for _ in range(T):
n = int(data[ptr])
m = int(data[ptr + 1])
a0 = int(data[ptr + 2])
a1 = int(data[ptr + 3])
b_input = int(data[ptr + 4])
ptr += 5
c = inv(a0 + a1)
p0 = c * a0 % MOD
p1 = c * a1 % MOD
x, y = calc(n, m, p0, p1)
print(x)
if __name__ == "__main__":
work()
Javascript代码
const MOD = 998244353;
// 快速幂函数,计算 a 的 k 次方模 MOD
function power(a, k) {
let res = 1;
a = a % MOD;
while (k > 0) {
if (k & 1) {
res = (res * a) % MOD;
}
a = (a * a) % MOD;
k = Math.floor(k / 2);
}
return res;
}
// 计算 a 的模逆元,即 a^(MOD-2) mod MOD
function inv(a) {
return power(a, MOD - 2);
}
// 递归计算 Alice 赢得游戏的概率
function calc(n, m, a, b) {
if (m === 0) {
return [1, 0];
}
const [u, v] = calc(m, n % m, b, a);
const t = power(b, Math.floor(n / m));
const y = (t * u) % MOD;
const x = (MOD + 1 - t + (t * v) % MOD) % MOD;
return [x, y];
}
// 处理单个测试用例
function work(input) {
const data = input.trim().split(/\s+/).map(Number);
let ptr = 0;
const T = data[ptr++];
const results = [];
for (let i = 0; i < T; i++) {
const n = data[ptr++];
const m = data[ptr++];
const a0 = data[ptr++];
const a1 = data[ptr++];
const b_input = data[ptr++];
const c = inv(a0 + a1);
const p0 = (c * a0) % MOD;
const p1 = (c * a1) % MOD;
const [x, y] = calc(n, m, p0, p1);
results.push(x);
}
console.log(results.join('\n'));
}
// 读取标准输入
process.stdin.resume();
process.stdin.setEncoding('utf8');
let inputData = '';
process.stdin.on('data', function(chunk) {
inputData += chunk;
});
process.stdin.on('end', function(){
work(inputData);
});
复杂度分析
时间复杂度分析
快速幂函数 Power
- 时间复杂度: O ( log k ) O(\log k) O(logk)
- 解释:在计算 a k a^k ak 时,每次循环将指数 k k k 右移一位,相当于除以2,循环次数为 log 2 k \log_2 k log2k。
递归函数 Calc
- 时间复杂度: O ( log ( n + m ) ) O(\log (n + m)) O(log(n+m))
- 解释:
- 类似于辗转相除法,每次递归调用将问题规模缩小为较小的数。
- 由于每次递归涉及快速幂计算,整体时间复杂度为 O ( log ( n + m ) ) O(\log (n + m)) O(log(n+m))。
总体时间复杂度
- 单个测试用例: O ( log ( n + m ) ) O(\log (n + m)) O(log(n+m))
- 所有测试用例:如果有 T T T 个测试用例,总时间复杂度为 O ( T ⋅ log ( n + m ) ) O(T \cdot \log (n + m)) O(T⋅log(n+m))。
空间复杂度分析
递归深度
- 空间复杂度: O ( log ( n + m ) ) O(\log (n + m)) O(log(n+m))
- 解释:
- 递归调用的深度类似于辗转相除法的步骤数,即 O ( log ( n + m ) ) O(\log (n + m)) O(log(n+m))。
- 每次递归调用需要常数的额外空间来存储参数和局部变量。
总体空间复杂度
- 总体空间复杂度:
O
(
T
⋅
log
(
n
+
m
)
)
O(T \cdot \log (n + m))
O(T⋅log(n+m))
- 如果 T T T 较大且递归深度较深,可能需要考虑优化递归以避免栈溢出。
总结
本文详细分析了一个基于概率和递归关系的游戏问题,探讨了如何利用辗转相减与辗转相除的思想高效计算 Alice 赢得整个游戏的概率。通过递归函数结合快速幂算法,实现了在高效时间复杂度下处理多个测试用例的需求。
关键点总结:
- 问题建模:将游戏的筹码变动过程建模为递归关系,明确边界条件。
- 数学原理:借鉴辗转相除法的思想,通过一次性处理多个减法操作,加速递归过程。
- 算法优化:使用快速幂算法和模逆元计算,确保在大数情况下的高效计算。
- 多语言实现:提供了 C++、Java、Python、Javascript 四种语言的实现,适应不同编程环境。
- 复杂度分析:详细分析了算法的时间和空间复杂度,确保在高测试用例量下的可行性。
通过本次分析和实现,读者可以更好地理解如何将数学原理应用于编程问题,特别是在涉及概率和递归关系的复杂问题中。希望本文对您在算法设计和实现上有所帮助。
如果您有任何疑问或需要进一步探讨的内容,欢迎在评论区留言交流!
标签:log,2024ICPC,int,888,Alice,a1,a0,Game,MOD From: https://blog.csdn.net/Dashcoding213/article/details/142463962