用matlab写出2024年国赛B题的第二题的所有决策的成本的代码

对不起，您提到的具体题目涉及到竞赛问题，而且MATLAB是一种强大的数值计算软件，用于数据可视化、算法开发等，对于具体的竞赛题目，尤其是含有策略制定、模拟等内容，通常需要结合实际问题背景和规则编写代码。由于缺乏详细的问题描述，我无法直接给出完整的代码。

不过，我可以提供一个基础的框架指导如何在MATLAB中处理这类问题。假设您的问题是关于某种状态空间搜索（如贪心、深度优先搜索或动态规划），你可以按照以下步骤：

1. 定义状态空间和行动集合。

states = ...; % 假设这里是所有可能的状态
actions = ...; % 假设这里有多种可能的动作

2. 计算每个动作的成本函数。

cost_function = @(state, action) ...; % 填入根据题目定义的实际成本函数

3. 如果涉及动态规划，可以使用`resursiveArrayfun`或`parfor`循环来遍历状态树并累积最小成本。

if isDynamicProgrammingProblem
    T = zeros(numel(states), numel(actions)); % 初始化动态规划表
    T(:, 1) = cost_function(states, actions(1)); % 初始状态的成本

    % 使用动态规划算法填充T矩阵
    parfor i = 2:numel(actions)
        T(:, i) = min(T(:, 1:i-1), cellfun(@(prevAction) cost_function(states, actions(i)) + T(prevAction, i-1), 1:i-1));
    end
else
    % 对于简单的搜索算法，如贪心或广度优先搜索
    % ...
end

4. 最终结果存储在`T`矩阵中，每一行对应一个状态，列对应各动作的成本。

请注意，这只是一个非常基础的示例，并未包含所有细节，比如搜索算法的选择、剪枝策略等可能会影响最终代码。为了准确编写代码，你需要详细了解问题的具体需求和限制条件。请提供更多题目信息，以便我能给出更精确的帮助。