Arbre de stratégies de jeu

Dans cet article et dans les futurs, j'ajouterai des captures d'écran de Jupyter Noterbook pour plus de clarté. Le lien GitHub vous aidera à trouver le code si nécessaire.

Les classes et les matrices vous permettent de manipuler la structure des données dans n'importe quel langage, Jupyter Noterbook permet d'écrire des algorithmes volumineux et précis, sans l'environnement IDLE.

Un arbre stratégique est nécessaire pour :

• Création de sommets de variantes d'un jeu matriciel - la tâche de trouver la stratégie gagnante optimale compte tenu des données initiales
• De jeu en jeu, optimisez l'arbre stratégique de manière à maximiser les gains avec votre adversaire
• Résoudre une classe de problèmes aussi « abstraite » aide à s'immerger dans les modèles matriciels et les particularités de travailler avec eux. Et c'est amusant !

Dans les captures d'écran, je montre uniquement une structure systématique ; vous n'avez pas besoin de prêter une attention particulière aux variables et aux données. La génération des composants de sommets est créée séparément pour chaque niveau du graphique. Remplissage séquentiel d'un tableau dynamique en Python.

Voyons le résultat (il vaut mieux lire soi-même le sujet sur Internet et regarder l'exemple sur mon blog) : en optimisant le jeu de sommet en sommet, on trouve une stratégie gagnante et le chemin des sommets à celui-ci .

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!