913.猫和老鼠
动态规划 + 拓扑排序,博弈, https://leetcode.cn/problems/cat-and-mouse/
两位玩家分别扮演猫和老鼠,在一张 无向 图上进行游戏,两人轮流行动。
图的形式是:graph[a] 是一个列表,由满足 ab 是图中的一条边的所有节点 b 组成。
老鼠从节点 1 开始,第一个出发;猫从节点 2 开始,第二个出发。在节点 0 处有一个洞。
在每个玩家的行动中,他们 必须 沿着图中与所在当前位置连通的一条边移动。例如,如果老鼠在节点 1 ,那么它必须移动到 graph[1] 中的任一节点。
此外,猫无法移动到洞中(节点 0)。
然后,游戏在出现以下三种情形之一时结束:
- 如果猫和老鼠出现在同一个节点,猫获胜。
- 如果老鼠到达洞中,老鼠获胜。
- 如果某一位置重复出现(即,玩家的位置和移动顺序都与上一次行动相同),游戏平局。
给你一张图 graph ,并假设两位玩家都都以最佳状态参与游戏:
- 如果老鼠获胜,则返回
1; - 如果猫获胜,则返回
2; - 如果平局,则返回
0。
示例 1:

输入:graph = [[2,5],[3],[0,4,5],[1,4,5],[2,3],[0,2,3]]
输出:0示例 2:

输入:graph = [[1,3],[0],[3],[0,2]]
输出:1提示:
3 <= graph.length <= 501 <= graph[i].length < graph.length0 <= graph[i][j] < graph.lengthgraph[i][j] != igraph[i]互不相同- 猫和老鼠在游戏中总是可以移动
这个问题可以用 动态规划 + 拓扑排序(即 反向 BFS/Karn算法)来求解。我们可以定义 dp[mouse][cat][turn] 来表示当老鼠在 mouse,猫在 cat 并且当前是 turn 的玩家行动时的游戏状态。
状态:
dp[mouse][cat][turn] = MOUSE_WIN (1)代表老鼠必胜dp[mouse][cat][turn] = CAT_WIN (2)代表猫必胜dp[mouse][cat][turn] = DRAW (0)代表未确定
主要思路:
- 初始化终止状态:
mouse == 0(即老鼠进入洞中),老鼠赢(dp[0][cat][turn] =MOUSE_WIN)。mouse == cat(即老鼠和猫在同一位置),猫赢(dp[mouse][mouse][turn] = CAT_WIN)。
- 反向 BFS 进行拓扑排序:
- 维护一个
degree数组,表示mouse, cat, turn这个状态下能走的合法步数(即多少个未确定的状态会转移到它)。 - 先从已知的胜利/失败状态开始,推导前驱状态:
- 如果某个状态能转移到已知的必败状态,则它是必胜状态。
- 如果所有转移动作都指向对手的必胜状态,则当前是必败状态。
- 维护一个
python
from collections import deque
from typing import List
MOUSE_TURN = 0
CAT_TURN = 1
DRAW = 0
MOUSE_WIN = 1
CAT_WIN = 2
class Solution:
def catMouseGame(self, graph: List[List[int]]) -> int:
N = len(graph)
# dp[mouse][cat][turn] -> 0: 未确定, 1: 老鼠胜, 2: 猫胜
dp = [[[0] * 2 for _ in range(N)] for _ in range(N)]
degree = [[[0] * 2 for _ in range(N)] for _ in range(N)]
# 计算所有状态的度数
for m in range(N):
for c in range(N):
degree[m][c][MOUSE_TURN] = len(graph[m]) # 轮到老鼠
degree[m][c][CAT_TURN] = len(graph[c]) - (0 in graph[c]) # 轮到猫,不能去洞
queue = deque()
# 初始化已知状态
for i in range(1, N):
for turn in range(2):
dp[0][i][turn] = MOUSE_WIN # 老鼠到达洞
queue.append((0, i, turn, MOUSE_WIN))
dp[i][i][turn] = CAT_WIN # 猫抓到老鼠
queue.append((i, i, turn, CAT_WIN))
# 反向 BFS 处理其他状态
while queue:
mouse, cat, turn, winner = queue.popleft()
prev_turn = 1 - turn
if turn == MOUSE_TURN: # 这轮是老鼠走,前一轮是猫走
prev_moves = [(mouse, prev) for prev in graph[cat]] # 猫的前驱状态
else: # 这轮是猫走,前一轮是老鼠走
prev_moves = [(prev, cat) for prev in graph[mouse]] # 老鼠的前驱状态
for prev_mouse, prev_cat in prev_moves:
if prev_cat == 0: # 猫不能进入洞
continue
if dp[prev_mouse][prev_cat][prev_turn] == DRAW: # 还未确定
can_win = (winner == MOUSE_WIN and prev_turn == MOUSE_TURN) or (winner == CAT_WIN and prev_turn == CAT_TURN)
if can_win:
dp[prev_mouse][prev_cat][prev_turn] = winner
queue.append((prev_mouse, prev_cat, prev_turn, winner))
else:
degree[prev_mouse][prev_cat][prev_turn] -= 1
if degree[prev_mouse][prev_cat][prev_turn] == 0: # 该状态的所有选项都指向对手胜利
dp[prev_mouse][prev_cat][prev_turn] = CAT_WIN if prev_turn == MOUSE_TURN else MOUSE_WIN
queue.append((prev_mouse, prev_cat, prev_turn, CAT_WIN if prev_turn == MOUSE_TURN else MOUSE_WIN))
return dp[1][2][MOUSE_TURN] # 初始状态,老鼠在 1,猫在 2,轮到老鼠
if __name__ == "__main__":
sol = Solution()
# 示例 1
graph1 = [[2, 5], [3], [0, 4, 5], [1, 4, 5], [2, 3], [0, 2, 3]]
print(sol.catMouseGame(graph1)) # 输出: 应为 0 或 1 根据具体规则
graph2 = [[1, 3], [0], [3], [0, 2]]
print(sol.catMouseGame(graph2)) # 输出: 1
graph3 = [[5,7,9],[3,4,5,6],[3,4,5,8],[1,2,6,7],[1,2,5,7,9],[0,1,2,4,8],[1,3,7,8],[0,3,4,6,8],[2,5,6,7,9],[0,4,8]]
print(sol.catMouseGame(graph3)) # 输出: 1复杂度分析:
- 状态总数:
N * N * 2,最多50 * 50 * 2 = 5000种状态。 - 每个状态最多更新一次,因此时间复杂度 O(N²)。