前言

我是愚谷ノ園みら，简称愚園みら，本账号的使用者之一的负责分享学习笔记的oc。啊，我不会干涉各位号主们的其他事物，只会默默在专栏文件夹里发CS/AI相关的学习笔记。

总之，みら最近开始学习CS61A。打算记一点笔记激励自己学下去！

这才第一个项目，已经有点想放弃了……

加油！最后三题了！

啊，忘了说的CS61A是一门CS相关的课？总之是UC Berkeley的CS入门课。嘛反正点开这篇文章的人应该不需要我来介绍CS61A是什么了（大概……）

以下部分都是基于已经装完环境，下载了相关课件，并且会使用ok进行评分的假设。

其实我也没怎么认真看课和课件，英语让人头大。

我也是初学者，请多包涵～如有错误，敬请斧正！

总之是正文

因为很懒，我将会把这一段东西再重新，呃，再复制粘贴第四遍。

CS61A的第一个project是要制作一个叫hog的小游戏。以下是一些关于这个project的一些碎碎念，希望能帮到有需要的同学们。

详情请参考：https://cs61a.org/proj/hog/

这是Hog项目的主要网站（作业要求），本文之后的内容将会围绕这里的题目。

以及课程课本的翻译件：https://composingprograms.netlify.app/

非常好课本，使我的理解加深十倍甚至九倍。

如果把Hog的规则和追加规则也写进来的话，太长了，恕我贴一下第一篇的链接，请诸君自己看一看～

本篇内容是在理解规则，并且写完了游戏模拟器（核心？）部分的基础上！如果还记得在这里“策略”是什么意思就更好了！虽说接下来马上就会又提到的。

回顾：上一期我们做了什么？

上一期里我们完成了一个最基础的策略：`always_roll(6)`

这个参数6的决定，花了三道题！

那么这一期我们要继续改进我们的策略，具体来说就是加上追加规则的策略。

第十题：`boar_strategy`策略

本函数将考虑Boar Brawl的规则。

回忆：Boar Brawl的规则是，如果玩家选择投掷0个骰子，则获得对手分数的十位数与自己分数的个位数之差的绝对值的三倍。若这个数为0，则获得1分。

思路是这样的：如果投掷0个骰子触发Boar Brawl的收益大于等于某阈值，则选择投掷0个骰子；否则，维持原本策略。

回忆：我们在第二题（本系列第二篇文章）中定义了`boar_brawl`函数，作用是计算当前条件下触发Boar Brawl的得分。我们可以直接调用这个函数用于判断。

本函数的输入（题目给出）：

我方分数和对手分数（用于计算Boar Brawl得分）

阈值（默认为11）

策略默认投掷数（默认为6）

输出：投掷骰子数量（0或默认数）

代码如下：

第十一题：`sus_strategy`策略

如果我们能利用Sus Fuss规则就更好了。应该说，考虑了Sus Fuss之后，才是完整的规则。

回忆：Sus Fuss规则是，如果结算时，玩家的分数有3或4个因数（包括自身与1），则分数自动增长到下一个质数。

虽然自然地投掷骰子并不能保证我们的分数到达某个Sus数（即，有3或4个因数的数），但是利用Boar Brawl是可以的，因为后者的得分是可计算的。

举例（来自作业说明）：

若玩家现在有53分，对手60分，则投掷0个骰子的得分是9分。这个数比阈值11要小，所以按照常理，不会投掷0个去特意触发Boar Brawl。

但是因为Sus Fuss规则，53+9=62是Sus数，所以分数会自动提升到下一个质数67。实际得分是14分，大于阈值。

与上一题类似，我们可以调用`sus_points`函数完成任务。

需要注意的是，由于Sus Fuss规则在本回合骰子结算之后触发，`sus_points`返回值并非分数的上升量而是分数本身。因此，这一回，比较的对象应该是`sus_points`和分数+阈值。

本函数的输入（题目给出）：

我方分数和对手分数（用于计算Boar Brawl得分）

阈值（默认为11）

策略默认投掷数（默认为6）

输出：投掷骰子数量（0或默认数）

代码如下：

使用这一策略与始终投掷6个对比，可以有67%～69%的胜率。

第十二题：最终策略

实际上现在的策略还是非常不完善的。作业要求中给出了一些提示，比如，如果我方分数接近目标分，且投掷骰子数为0必赢，则可以考虑投0个。

对比baseline（一直投6个），作业提示版改进策略能有70%～73%的胜率。

目前我似乎想不到有什么新的方法了。