Jeu de compression Dominion analysé par la méthode de Monte Carlo

dominion_chapel_strategy.py


#coding: UTF-8
#Informations sur 5 cartes ou plus avec la stratégie de compression de Dominion(Argent, or, chapelle provinciale)Un programme qui renvoie le nombre moyen de tours de cet état à l'achat de 5 territoires.
#Veuillez expérimenter manuellement si nécessaire. Il est assez idéalisé, veuillez donc l'utiliser comme référence.
#Selon le programme ci-dessous, la conclusion est: «Chaque fois que vous pouvez acheter un état, achetez-le. Sinon, augmentez le mana.(Or dans ce cas)Achetons-le. "
#Je pense que cela dépend de la stratégie de compression, mais pensez-y vous-même.
#En raison de la solution analytique de chokudai, il est correct de passer à la stratégie ci-dessus après avoir acheté 3 Gs.
import random

moto = ['s','s','s','g','z']#s est une pièce d'argent, g est une pièce d'or, z est un territoire et une chapelle
lib = moto[:]

answer = 0.0
division = 0.0
turn = 0.0

while division < 3000:
  if lib.count('z') == 6:
    answer = answer + turn
    division = division + 1.0
    lib = moto[:]
    turn = 0
  list = random.sample(lib,5)
  point = 3 * list.count('g') + 2 * list.count('s')
  if point >= 8:
    lib.append('z')
  if point == 6 or point == 7:
    lib.append('g')
  turn = turn + 1

print answer / division


Recommended Posts

Jeu de compression Dominion analysé par la méthode de Monte Carlo
Estimation de π par la méthode de Monte Carlo
Méthode de Monte Carlo
La première méthode de Monte Carlo en chaîne de Markov par PyStan
Comparaison de vitesse de chaque langue par la méthode de Monte Carlo
Introduction à la méthode Monte Carlo
Simuler la méthode Monte Carlo en Python
Trouvez le ratio de la superficie du lac Biwa par la méthode de Monte Carlo
IA à cinq yeux en recherchant les arbres de Monte Carlo
[Statistiques] Je vais expliquer l'échantillonnage par la méthode de Monte Carlo en chaîne de Markov (MCMC) avec animation.
Méthode #Monte Carlo pour trouver le rapport de circonférence en utilisant Python
Essayez d'implémenter la méthode Monte Carlo en Python
Calcul de l'itinéraire le plus court selon la méthode de Monte Carlo