Python石头剪刀布代码报UnboundLocalError: 'last_move'未赋值引用

UnboundLocalError: local variable 'last_move' referenced before assignment不存在单点修复方案，是三层代码逻辑漏洞共同触发的，需要逐一对以下问题修正：

• 跨函数隐式引用变量：last_move原本是move函数的局部变量，但独立的全局函数beat_prediction内部直接调用了这个变量。根据Python的作用域规则，函数内出现的、没有通过参数传入也没有全局声明的变量，会被识别为当前函数的局部变量；由于beat_prediction从始至终没有给这个变量赋值，访问时就会触发“未绑定就引用”的报错。
• 分支执行路径变量缺失：move函数在开局分支（双方历史记录为空、第一手对战）只给my_move赋值，完全没有初始化last_move，但分支末尾的return my_move, last_move硬要求返回这个变量，在该执行路径下last_move根本不存在，同样会触发同类报错。
• 隐藏的导入缺失：代码中使用了random.choice但从未导入random模块，修复完变量绑定问题后会直接触发NameError，属于连带的隐藏bug。

修复过程完全保留你设计的FakeOut核心判断逻辑，只调整变量传递、初始化和导入问题，不改动原有对战规则的设计，不会影响你原本的策略效果：

import random
strategy_name = 'FakeOut'

def move(my_history, their_history):
    # 提前初始化last_move，覆盖所有分支的返回要求
    last_move = ''
    if len(their_history)==0 and len(my_history)==0:
        my_move = 'r'
        # 第一手的出拳存入last_move，匹配后续的参数逻辑
        last_move = my_move
    else:
        prediction = predict_they_will_repeat(their_history.lower())
        last_move = my_last_move(my_history.lower())
        # 显式把last_move作为参数传给目标函数
        my_move = beat_prediction(prediction, last_move)
    return my_move, last_move
    
def predict_they_will_repeat(their_history):
    return their_history[-1]

def my_last_move(my_history):
    return my_history[-1]
        
# 函数入参增加last_move，消除无来源的变量引用
def beat_prediction(prediction, last_move):
    if prediction =='r' and last_move == 'p':
        winning_move = 'r'
    elif prediction == 'p' and last_move == 's':
        winning_move = 'p'
    elif prediction == 's' and last_move == 'r':
        winning_move = 's'
    elif prediction == 'r' and last_move != 'p':
        winning_move = random.choice(["r", "p", "s"])
    elif prediction == 'p' and last_move != 's':
        winning_move = random.choice(["r", "p", "s"])
    elif prediction == 's' and last_move != 'r':
        winning_move = random.choice(["r", "p", "s"])
    else:
        winning_move = '' 
        print ('Error in beat_prediction(): prediction was not r, p, or s.')
    return winning_move

• 所有执行路径下last_move都被提前初始化，不会出现未赋值就引用的情况
• beat_prediction的所有变量都来自函数入参，不依赖跨作用域的隐式引用
• 缺失的random模块导入已补上，随机选招的逻辑可以正常运行

内容的提问来源于stack exchange，提问作者Rebekah Bledsoe