Özet - Game theory and parallel
- Algoritmalar kursu
- Uzman seviye
- Ders 36/41
- 4 dk
Minimax değerini yazdıran mini görev yaparsın.
Özet - Game theory and parallel
Bu grupta oyun teorisi ve paralel algoritmaları gördük: minimax, alpha-beta budama, Nash dengesi, paralel algoritmalar ve MapReduce.
Minimax ve alpha-beta oyun ağaçlarında optimal karar verir. Nash dengesi stratejik etkileşimde dengeyi tanımlar. Paralel algoritmalar ve MapReduce büyük veriyi hızlı işler.
Şimdi minimax'ı küçük bir görevle tekrar edeceğiz.
Uygulama minimax mini görev
minimax(node, is_max) yaz. Max oyuncu en büyüğü, min oyuncu en küçüğü seçer. print(minimax([[1, 4], [2, 3]], True)) ile 2 yazdır.
Başlangıç kodu
def minimax(node, is_max):
# Basit minimax değerÖrnek çözüm
def minimax(node, is_max):
# Basit minimax değer
if not isinstance(node, list):
return node
if is_max:
return max(minimax(child, False) for child in node)
return min(minimax(child, True) for child in node)
print(minimax([[1, 4], [2, 3]], True))Beklenen çıktı
2
Soru ve cevaplar
Dersin sorularını cevaplarıyla birlikte inceleyebilirsin. Kendini denemek istersen dersi interaktif olarak çöz.
1 Oyun ağacında optimal hamle hangi yöntemle bulunur?
- Greedy
- BFS
- Insertion sort
- Minimax Doğru cevap
Açıklama: Minimax oyun ağacında optimal hamleyi verir.
2 minimax değeri
Soru
# node = [[1, 4], [2, 3]], is_max = True
# minimax(node, True) = ____
Cevap
# node = [[1, 4], [2, 3]], is_max = True
# minimax(node, True) = 2Açıklama: max(min(1,4), min(2,3)) = max(1, 2) = 2.
3 Yöntem-amaç
| Kavram | Anlamı |
|---|---|
minimax |
Oyun ağacı |
alpha-beta |
Budama |
Nash |
Denge |
MapReduce |
Büyük veri |