賽局複雜度

賽局複雜度（英語：game complexity）可以用許多方法加以衡量。本條目講述其中的5種方法：狀態空間複雜度（state-space complexity）、競賽樹的大小（game tree size）、策略複雜度（decision complexity）、競賽樹複雜度（game-tree complexity）與計算複雜度（computational complexity）。

賽局複雜度的衡量

狀態空間複雜度

狀態空間複雜度指的是從賽局最開始的狀態可以變化出的符合規則的狀態的數量。^[1]

當這太難以計算時，常常通過包含一些不符合規則的狀態或不可能在賽局中出現的狀態, 從而計算出一個上界限。

競賽樹的大小

競賽樹的大小指的是賽局可以進行的總次數：從競賽樹最初的根節點開始延伸出的葉子節點的數量.

競賽樹通常比狀態空間要大得多，因為同一個狀態可以由不同的行為順序形成。（例如，在一回合井字棋遊戲中，面板上有兩個X和一個O，這個狀態可能由兩個不同的方式形成，具體的形成過程由第一個X的下子位置所決定）。一個競賽樹的大小的最大值有時可以這麼計算：通過僅增大競賽樹的方式，簡化賽局的過程（例如，允許一些本來不符合規則的行為），直到競賽樹的大小變得易於計算。

不過，對於一些沒有行為上限的賽局（比如說沒棋盤大小的界限，或者有一個可以重複賽局狀態的規則），競賽樹的大小將會是無限的。

決策樹

之後的兩種方案用到了決策樹的方法。一個決策樹是競賽樹的子樹。決策樹的狀態會被標記上「玩家A獲勝」、「玩家B獲勝」或者「平手」；如果有那個狀態可以被證明具有一個標記（假設雙方都作出了最好的決策），並且光從其它狀態就可以得出結論.。（終端的狀態可以直接標記；如果現在該A行動：如果下一個狀態標誌著A的勝利，那麼現在的狀態可以被標記為「玩家A獲勝」；如果下一個狀態標誌著B的勝利，那麼現在的狀態可以被標記為「玩家B獲勝」；或者可以被標記為「平手」，如果下一個狀態是平局或者B勝利。相應的對於現在該B行動也是一樣。）

決策複雜度

一個賽局的決策複雜度指的是在構成初始狀態取值的最小的決策樹中，葉子節點的數量。

競賽樹複雜度

一個賽局的「競賽樹複雜度」指的是在構成初始狀態取值的最小「整個」決策樹中，葉子節點的數量。^[1]整個決策樹包含樹中所有深度的節點。

這是一個為了嘗試決定初始狀態取值，所做出的對於需要考慮的節點數量的一個極小化極大算法（Minimax）。

就算是去估量競賽樹複雜度，那也十分困難。不過對於一些賽局，一個合理的下界限可以由底數為賽局的平均分支因子，指數為賽局的平均步數（英語：Ply (game theory)）的冪得出，即可以表示為：

${\displaystyle GTC\geq b^{d}}$

計算複雜度

一個賽局的計算複雜性理論描述對賽局進行漸近分析的難度，隨著它變得過於巨大，用大O符號表示，或者用複雜性類的成員關係表示。這個概念並不應用於特定的賽局，而是用於廣義的賽局（英語：Generalized game），它們會變得非常大，通常在一個n寬n高的面板上玩弄它們。（從計算複雜度的角度來看，一個在有限面板上進行的賽局是一個有限問題，可以通過計算O(1)解決。例如遍歷從方案到最佳的移動方案的所有方案。）

例子: 井字棋

參見：井字棋

以井字棋而言，一個簡單的狀態空間大小的上界限是3⁹ = 19,683。（ 每一個格子中有3種狀態,，有9個格子）這樣計算包含了許多不合規則的狀態，比如有5個X卻沒有0的狀態，或者兩方玩家都有形成一字的狀態。一個更精細的計算，除去了這些不合規則的狀態之後，留下5,478個狀態。然後，如果把旋轉或翻轉後會得到相同結果的狀態算作同一個的狀態話，那麼就可以得出765個真正本質上不同的狀態。

一個簡單的競賽樹大小的上界限是9! = 362,880。（一開始有9個格子可以下子,，第二回合變為8個，以此類推）這包括了一方玩家獲勝後繼續下子的不符合規則的情況。一個更精細的計算得出的是255,168種賽局過程。如果把旋轉或翻轉後會得到相同結果的狀態當作相同的話，那麼就僅有26,830種賽局過程。

井字棋的計算複雜度取決與它如何廣義化。一種自然的廣義化是將其變為m,n,k型賽局：在一個寬"m"高"n"的棋盤上，第一個將"k"個子連成一線的玩家獲勝。很容易就可以發現，這個賽局可以通過查找整個競賽樹，解DSPACE(mn)，得出結果。這將它歸類到了重要的複雜性類PSPACE裡面。稍微再花點功夫，可以將它變換為PSPACE完整（英語：PSPACE-complete）。^[2]

一些知名賽局的複雜度

由於賽局複雜度非常巨大，下面表中一些數據只顯示了以10為底數的指數部分。下面的表中的數值都需要小心對待：在賽局中，一個看起來很微小的規則變換會引起結果的巨大變化（通常依然會被粗略地估計），可能實際情況會比數值估計的結果要大得多。

賽局	棋盤大小 (格數)	狀態空間複雜度 (以10為底數的指數部分)	競賽樹複雜度 (以10為底數的指數部分)	平均賽局長度 (步數（英語：Ply (game theory)）)	分枝因素	引用	對應廣義化賽局（英語：generalized game）的複雜性類
井字棋	9	3	5	9	4		PSPACE-complete[2]
Sim	15	3	8	14	3.7		PSPACE-complete[3]
五格骨牌	64	12	18	10	75	[4][5]	?, but in PSPACE
美國播棋[6]	14	13	18			[4]	Generalization is unclear
屏風式四子棋	42	13	21	36	4	[1][7]	?, but in PSPACE
Domineering (8 × 8)	64	15	27	30	8	[4]	?, but in PSPACE; in P for certain dimensions[8]
馬來播棋	14	15	33			[4]
英國跳棋	32	20 or 18	31	70	2.8	[9]or [1]	EXPTIME-complete[10]
西非播棋[11]	12	12	32	60	3.5	[1]	Generalization is unclear
多層式四子棋	64	30	34	20	54.2	[1]	PSPACE-complete[2]
迂棋	45	21	46	44	11	[12]	?, but in EXPTIME
直棋	24	10	50	50	10	[1]	?, but in EXPTIME
西洋跳棋	50	30	54	90	4	[1]	EXPTIME-complete[10]
中國跳棋(2人)	121	23				[13]	EXPTIME-complete [14]
中國跳棋(6人)	121	78				[13]	EXPTIME-complete [14]
集結棋	64	23	64	44	29	[15]	?, but in EXPTIME
黑白棋	64	28	58	58	10	[1]	PSPACE-complete[16]
OnTop (2人局)	72	88	62	31	23.77	[17]
六貫棋	121	57	98	40	280	[4]	PSPACE-complete[18]
五子棋(15x15, 無禁手)	225	105	70	30	210	[1]	PSPACE-complete[2]
圍棋(9x9)	81	38		45		[1][19]	EXPTIME-complete[20]
西洋棋	64	47	123	80	35	[21]	EXPTIME-complete (without 50-move drawing rule) [22]
連六棋	361	172	140	30	46000	[23]	PSPACE-complete[24]
雙陸棋	28	20	144	50-60	250	[25]	Generalization is unclear
象棋	90	40	150	95	38	[1][26][27]	?, believed to be EXPTIME-complete
角力棋	61	25	154	87	60	[28]	?, but in EXPTIME
三寶棋	271	127	157	66	240	[4][29]	?, but in PSPACE
韓國將棋	90	44	160	100	40	[27]	?, believed to be EXPTIME-complete
牆棋	81	42	162	91	60	[30]	?, but in PSPACE
卡卡頌(2p base game)	72	>40	195	71	55	[31]	Generalization is unclear
亞馬遜棋	100	40	212	84	374 or 299[32]	[33][34]	PSPACE-complete[35]
圍棋(13x13)	169	79		90		[1][19]	EXPTIME-complete[20]
日本將棋	81	71	226	115	92	[26][36]	EXPTIME-complete[37]
印度鬥獸棋	64	43	402	92	17281	[38][39][40]	?, but in EXPTIME
圍棋(19x19)	361	171	360	150	250	[1][19]	EXPTIME-complete[20]
西洋陸軍棋	92	115	535	381	21.739	[41]
Double dummy bridge[註 1]	(52)	<17	<40	52	5.6