Java, 806 899 дол
Це з випробування в 2501 раунд. Я все ще працюю над її оптимізацією. Я написав два класи, обгортку та програвач. Обгортка створює програвач кількість конвертів (завжди 10000 для реальної речі), а потім викликає метод takeQ
зі значенням верхнього конверта. Потім гравець повертається, true
якщо він бере його, false
якщо він передає його.
Гравець
import java.lang.Math;
public class Player {
public int[] V;
public Player(int s) {
V = new int[s];
for (int i = 0; i < V.length; i++) {
V[i] = i + 1;
}
// System.out.println();
}
public boolean takeQ(int x) {
// System.out.println("look " + x);
// http://www.programmingsimplified.com/java/source-code/java-program-for-binary-search
int first = 0;
int last = V.length - 1;
int middle = (first + last) / 2;
int search = x;
while (first <= last) {
if (V[middle] < search)
first = middle + 1;
else if (V[middle] == search)
break;
else
last = middle - 1;
middle = (first + last) / 2;
}
int i = middle;
if (first > last) {
// System.out.println(" PASS");
return false; // value not found, so the envelope must not be in the list
// of acceptable ones
}
int[] newVp = new int[V.length - 1];
for (int j = 0; j < i; j++) {
newVp[j] = V[j];
}
for (int j = i + 1; j < V.length; j++) {
newVp[j - 1] = V[j];
}
double pass = calcVal(newVp);
int[] newVt = new int[V.length - i - 1];
for (int j = i + 1; j < V.length; j++) {
newVt[j - i - 1] = V[j];
}
double take = V[i] + calcVal(newVt);
// System.out.println(" take " + take);
// System.out.println(" pass " + pass);
if (take > pass) {
V = newVt;
// System.out.println(" TAKE");
return true;
} else {
V = newVp;
// System.out.println(" PASS");
return false;
}
}
public double calcVal(int[] list) {
double total = 0;
for (int i : list) {
total += i;
}
double ent = 0;
for (int i : list) {
if (i > 0) {
ent -= i / total * Math.log(i / total);
}
}
// System.out.println(" total " + total);
// System.out.println(" entro " + Math.exp(ent));
// System.out.println(" count " + list.length);
return total * (Math.pow(Math.exp(ent), -0.5) * 4.0 / 3);
}
}
Обгортка
import java.lang.Math;
import java.util.Random;
import java.util.ArrayList;
import java.util.Collections;
public class Controller {
public static void main(String[] args) {
int size = 10000;
int rounds = 2501;
ArrayList<Integer> results = new ArrayList<Integer>();
int[] envelopes = new int[size];
for (int i = 0; i < envelopes.length; i++) {
envelopes[i] = i + 1;
}
for (int round = 0; round < rounds; round++) {
shuffleArray(envelopes);
Player p = new Player(size);
int cutoff = 0;
int winnings = 0;
for (int i = 0; i < envelopes.length; i++) {
boolean take = p.takeQ(envelopes[i]);
if (take && envelopes[i] >= cutoff) {
winnings += envelopes[i];
cutoff = envelopes[i];
}
}
results.add(winnings);
}
Collections.sort(results);
System.out.println(
rounds + " rounds, median is " + results.get(results.size() / 2));
}
// stol... I mean borrowed from
// http://stackoverflow.com/questions/1519736/random-shuffling-of-an-array
static Random rnd = new Random();
static void shuffleArray(int[] ar) {
for (int i = ar.length - 1; i > 0; i--) {
int index = rnd.nextInt(i + 1);
// Simple swap
int a = ar[index];
ar[index] = ar[i];
ar[i] = a;
}
}
}
Більш детальне пояснення незабаром, коли я закінчу оптимізацію.
Основна ідея полягає в тому, щоб можна було оцінити нагороду від гри в гру із заданого набору конвертів. Якщо поточний набір конвертів становить {2,4,5,7,8,9}, а верхній конверт - 5, то є дві можливості:
- Візьміть 5 і пограйте в гру з {7,8,9}
- Пройдіть 5 і пограйте в гру {2,4,7,8,9}
Якщо обчислити очікувану винагороду в розмірі {7,8,9} і порівняти її з очікуваною нагородою {2,4,7,8,9}, ми зможемо сказати, чи варто взяти 5
Тепер питання, враховуючи набір конвертів типу {2,4,7,8,9}, яке очікуване значення? Я виявив, що очікуване значення здається пропорційним загальній кількості грошей у наборі, але обернено пропорційним квадратному кореню кількості конвертів, на які діляться гроші. Це стало результатом того, що "ідеально" грали кілька невеликих ігор, у яких усі конверти мають майже однакове значення.
Наступна проблема - як визначити " ефективну кількість конвертів". У всіх випадках кількість конвертів точно відома, відслідковуючи побачене та зроблене. Щось на зразок {234,235,236} - це, безумовно, три конверти, {231,232,233,234,235}, безумовно, 5, але {1,2,234,235,236} насправді слід рахувати як 3, а не 5 конвертів, оскільки 1 і 2 майже нічого не варті, і ти ніколи не підеш на 234 так пізніше ви можете забрати 1 або 2. У мене виникла ідея використовувати ентропію Шеннона для визначення ефективної кількості конвертів.
Я орієнтував свої розрахунки на ситуації, коли значення конвертів рівномірно розподіляються протягом певного інтервалу, що і відбувається під час гри. Якщо я візьму {2,4,7,8,9} і розглядаю це як розподіл ймовірностей, його ентропія становить 1,50242. Тоді я exp()
отримую 4.49254 як ефективну кількість конвертів.
Орієнтовна винагорода від {2,4,7,8,9} становить 30 * 4.4925^-0.5 * 4/3 = 18.87
Точне число - 18.1167
.
Це не точна оцінка, але я насправді пишаюся тим, наскільки це добре відповідає даним, коли конверти рівномірно розподіляються через інтервал. Я не впевнений у правильному множнику (я зараз використовую 4/3), але ось таблиця даних, що виключає множник.
Set of Envelopes Total * (e^entropy)^-0.5 Actual Score
{1,2,3,4,5,6,7,8,9,10} 18.759 25.473
{2,3,4,5,6,7,8,9,10,11} 21.657 29.279
{3,4,5,6,7,8,9,10,11,12} 24.648 33.125
{4,5,6,7,8,9,10,11,12,13} 27.687 37.002
{5,6,7,8,9,10,11,12,13,14} 30.757 40.945
{6,7,8,9,10,11,12,13,14,15} 33.846 44.900
{7,8,9,10,11,12,13,14,15,16} 36.949 48.871
{8,9,10,11,12,13,14,15,16,17} 40.062 52.857
{9,10,11,12,13,14,15,16,17,18} 43.183 56.848
{10,11,12,13,14,15,16,17,18,19} 46.311 60.857
Лінійна регресія між очікуваною та фактичною дає значення R ^ 2 0,999994 .
Наступним моїм кроком для вдосконалення цієї відповіді є поліпшення оцінки, коли кількість конвертів починає зменшуватися, тобто коли конверти не є рівномірно розподіленими і коли проблема починає деталізуватися.
Редагувати: Якщо це вважається гідним біткойнів, я щойно отримав адресу 1PZ65cXxUEEcGwd7E8i7g6qmvLDGqZ5JWg
. Спасибі! (Це було з того часу, коли автор виклику роздавав призи.)