Python小白从挖坑到脱坑之路029_关于囚徒困境的一道题目

大头目

最近到一本书《自私的基因》里面提到一个故事很有意思，是一个变种的囚徒困境（但问题不是囚徒困境），能做成很有趣的程序，我自己能力有限，分享给各位，请大佬帮忙指导。
故事是这样的：
有一个庄家和两个赌徒，赌徒之间不能有任何沟通，当两个赌徒都选择”合作“，则各自从庄家那里拿到3元；当两个赌徒都选择”背叛“，则各自付给庄家1元；当一个赌徒选择”合作“，一个赌徒选择”背叛“，则选择合作的赌徒得0元，选择背叛的赌徒得5元。
有一个科学家召集了一个比赛，希望收集N个程序员的赌博策略，每两个程序都比1次（单场循环PK），最后得到最多钱的程序获胜。

我的问题是：
如下是我编程的2个策略PK的程序，如何最少的优化程序使得程序可以无限扩展策略，并且能够实现单场循环PK赛，使得最后得出获得钱最多的那个程序（每场PK所得的钱累计，算最后总的钱）？

附加题：
每轮循环结果出来后得钱总数最少得策略被剔除，并且复制当赛季第一的策略继续下一轮（可以理解为最差的抄袭最好的，参赛策略总数并不减少），请得出最后能活下来的三个策略。

#囚徒困境游戏
def Plan1():
        yield 1
        for i in range(1000):
                yield R2

def Plan2():
        for j in range(1000):
                yield 0 

def PK_test(P1,P2):
        global S1
        global S2
        global R1
        global R2
        R1 = P1
        R2 = P2

        if P1 == P2 == 1:
                S1 = S1 + 3
                S2 = S2 + 3
        elif P1 == P2 == 0:
                S1 = S1 - 1
                S2 = S2 - 1
        elif P1 == 1 and P2 == 0:
                S1 = S1 + 0
                S2 = S2 + 5
        elif P1 == 0 and P2 == 1:
                S1 = S1 + 5
                S2 = S2 + 0
        else:
                print('P value Error')
        return S1,S2

if __name__ == '__main__':
        Player1 = Plan1()
        Player2 = Plan2()

        S1 = 0
        S2 = 0
        for x in range(200):
                print(PK_test(next(Player1),next(Player2)))

大头目