DEV5.2/TP01/code.py

import heapq
import random

class Noeud:
    def __init__(self, etat, parent, cout, heuristique):
        self.etat = etat
        self.parent = parent
        self.cout = cout
        self.heuristique = heuristique

    def __lt__(self, other):
        return self.cout + self.heuristique < other.cout + other.heuristique

    def __eq__(self, other):
        return self.etat == other.etat

    def __hash__(self):
        return hash(tuple(self.etat))

    def __str__(self):
        return str(self.etat)
    
def afficher_etat(etat_jeu) :
    print(etat_jeu)
    
def xor_etat(etat_jeu):
    xor_total = 0
    for nb_objets in etat_jeu:
        xor_total ^= nb_objets
    return xor_total

def heuristique(etat_jeu):
    xor_valeur = xor_etat(etat_jeu)
    if xor_valeur == 0:
        # Position désavantageuse (perdante)
        return 100 + sum(etat_jeu)  # Pénalité
    else:
        # Position avantageuse (gagnante)
        return sum(etat_jeu)  # Heuristique standard
    
def appliquer_mouvement(etat_jeu, tas_index, nombre_objets) :
    if nombre_objets > etat_jeu[tas_index] :
        print("Erreur : nombre d'objets à retirer supérieur au nombre d'objets dans le tas.")
        return etat_jeu
    else : 
        etat_jeu[tas_index] -= nombre_objets
        return etat_jeu
    
def cout_transition(etat_courant, etat_suivant):
    return 1


def est_etat_final(etat):
    return all(pile == 0 for pile in etat)

def generer_successeurs(etat):
    successeurs = []
    for i in range(len(etat)):
        if etat[i] > 0:
            for j in range(1, etat[i] + 1):
                nouvel_etat = etat[:]
                nouvel_etat[i] -= j
                successeurs.append(nouvel_etat)
    return successeurs

def algorithme_a_star(etat_initial):
    noeud_initial = Noeud(etat_initial, None, 0, heuristique(etat_initial))
    frontiere = []
    heapq.heappush(frontiere, noeud_initial)
    visites = set()

    while frontiere:
        noeud_courant = heapq.heappop(frontiere)

        if est_etat_final(noeud_courant.etat):
            chemin = []
            while noeud_courant:
                chemin.append(noeud_courant.etat)
                noeud_courant = noeud_courant.parent
            return chemin[::-1]

        visites.add(tuple(noeud_courant.etat))

        for successeur in generer_successeurs(noeud_courant.etat):
            if tuple(successeur) not in visites:
                cout = noeud_courant.cout + cout_transition(noeud_courant.etat, successeur)
                heur = heuristique(successeur)
                noeud_successeur = Noeud(successeur, noeud_courant, cout, heur)
                heapq.heappush(frontiere, noeud_successeur)

    return None


def reconstruire_chemin(noeud_final):
    """
    Reconstruit la séquence de mouvements depuis l’état initial jusqu’à l’état final.
    
    :param noeud_final: Le nœud final de l'algorithme A*.
    :return: Une liste des états représentant le chemin de l'état initial à l'état final.
    """
    chemin = []
    noeud_courant = noeud_final
    while noeud_courant:
        chemin.append(noeud_courant.etat)
        noeud_courant = noeud_courant.parent
    return chemin[::-1]

def sauvegarder_partie(historique, fichier="historique_parties.txt"):
    """
    Sauvegarde l'historique de la partie dans un fichier.
    
    :param historique: Liste des coups effectués pendant la partie.
    :param fichier: Nom du fichier où sauvegarder l'historique.
    """
    with open(fichier, "a") as f:
        f.write("Nouvelle partie\n")
        for coup in historique:
            f.write(f"{coup}\n")
        f.write("\n")


def jeu_nim(etat_initial):
    etat = etat_initial[:]
    historique = []
    while not est_etat_final(etat):
        afficher_etat(etat)
        try:
            pile = int(input("Entrez le numéro de la pile (1, 2, 3, ...): ")) - 1
            nb_objets = int(input("Entrez le nombre d'objets à retirer: "))
            historique.append(f"Joueur: Pile {pile + 1}, Objets retirés: {nb_objets}")
            appliquer_mouvement(etat, pile, nb_objets)
            afficher_etat(etat)
        except ValueError:
            print("Entrée invalide. Veuillez entrer des nombres entiers.")
            continue

        if est_etat_final(etat):
            print("\nFélicitations ! Vous avez gagné !")
            break

        # Tour de l'IA
        chemin_optimal = algorithme_a_star(etat)
        if chemin_optimal and len(chemin_optimal) > 1:
            etat_ia = chemin_optimal[1]
            historique.append(f"IA: Pile {pile + 1}, Objets retirés: {nb_objets}")
            print("\nL'IA joue...")
            etat = etat_ia

        if est_etat_final(etat):
            print("\n L'IA a gagné !")
            break
    sauvegarder_partie(historique)

def pile_random(etat) :
    piles_non_vides = [i for i, pile in enumerate(etat) if pile > 0]
    return random.choice(piles_non_vides)


def nb_objets_random(etat, pile):
    return random.randint(1, etat[pile])


def jeu_nim_random(etat_initial):
    etat = etat_initial[:]
    historique = []
    while not est_etat_final(etat):
        afficher_etat(etat)
        try:
            pile = pile_random(etat)
            nb_objets = nb_objets_random(etat, pile)
            historique.append(f"Joueur: Pile {pile + 1}, Objets retirés: {nb_objets}")
            appliquer_mouvement(etat, pile, nb_objets)
            afficher_etat(etat)
        except ValueError:
            print("Entrée invalide. Veuillez entrer des nombres entiers.")
            continue

        if est_etat_final(etat):
            print("\nFélicitations ! Vous avez gagné !")
            break

        # Tour de l'IA
        chemin_optimal = algorithme_a_star(etat)
        if chemin_optimal and len(chemin_optimal) > 1:
            etat_ia = chemin_optimal[1]
            historique.append(f"IA: Pile {pile + 1}, Objets retirés: {nb_objets}")
            print("\nL'IA joue...")
            etat = etat_ia

        if est_etat_final(etat):
            print("\n L'IA a gagné !")
            break
    sauvegarder_partie(historique)


etat_initial = [3, 4, 5]
jeu_nim_random(etat_initial)