一种五子棋算法

Posted 2022-07-30 刘爱贵

学习算法分析设计时练手所写的，主要是自娱。算法采用极大极小剪枝博弈算法，人工智能还凑和，但BUG多多，有时间再改改。

设计主要包括：数据结构、估值函数、胜负判断、搜索算法

VC实现：http://goc.ac.cn/liuag/html/software_fivechess.html

1、数据结构

//记录每步棋，可以建立链表用来进行悔棋、后退(本程序没有实现)
struct Step

 int x,y; //棋子坐标
 int ball; //表示下子方BLACK,WHITE
;

//记录棋盘情况，用于搜索过程
class CBoardSituation

 public:
 int nArrBoard[15][15]; //棋盘情况
 struct Step machineStep; //AI所下的那一步
 long value; //盘面所打的分数
;

//当前棋盘，用于棋盘显示
int nArrBoard[15][15];

2、估值函数

分析当前棋盘上黑白双方棋型：五连、活四、冲四、双活三、单活三、眠三、活二、眠二，然后根据五子棋规则给棋盘打分，
具体分值可以根据经验自己确定。本程序中：五连=9999(极值)，活四=9990，冲四=9980，双活三=9970，多活三加2000，
单活三加200，每个眠三加10，每个活二加4，每个眠二加1。其中打分时还要根据当前下棋方情况进行打分。

3、胜负判断

这个比较简单，根据最后落子情况从水平、垂直、左斜、右斜四个方向检查是否存在五个连续棋子即可。

4、搜索算法

算法采用极大极小值博弈算法，它的主要思想为：预测后N步下棋情况，对预测的后N个棋盘进行打分。轮到自己下棋时选分值最大的，轮到

对方下时选分值最小的。选出我们认为最优的作为下一步走法。本程序算法基本思想如下(算法语言表示)：

void DFAI()

 long value=-MAXINT; //对初始根节点的value赋值

 CBoardSituation currentBoard;

 //获取当前机器新棋面情况
 for(int i=0;i<15;i++)
  for(int j=0;j<15;j++)
   currentBoard.nArrBoard[i][j]=nArrBoard[i][j];
 currentBoard.machineStep.ball=ComputerBall;
 currentBoard.machineStep.x=gnRow;
 currentBoard.machineStep.y=gnColumn;
 currentBoard.value=Eveluate(currentBoard.nArrBoard,BLACK);

 //选取几个最好的下法（贪婪法）-->CountList;
 GetSeveralGoodPlace(¤tBoard,WHITE);
 CountList.RemoveAll();

 POSITION pos=templist.GetHeadPosition();
 for(int j=0;j
  CountList.AddTail(templist.GetNext(pos));
 

 pos=CountList.GetHeadPosition();
 CBoardSituation *pBoard;
 //对这些盘面做进一步深度搜索
 for(i=0;i
  pBoard= &(CountList.GetNext(pos));
  pBoard->value=Search(pBoard,BLACK,value,0);
  value=Select(value,pBoard->value,WHITE); //找出最大的分值
 

 //回到链表头
 pos=CountList.GetHeadPosition();
 for(i=0;i
  pBoard= &(CountList.GetNext(pos));
  if (value==pBoard->value) //找出得到最高分的盘面
  
   value=pBoard->value;
   gnRow=pBoard->machineStep.x;
   gnColumn=pBoard->machineStep.y;
   bPlayerDo=TRUE; //当前下子方改为人
   break;
  
 
 //其他处理

其中Search()函数如下：
//算法搜索函数
long Search(CBoardSituation *board,int mode,long &oldvalue, int depth)

 CList m_DeepList;
 long value;
 if(depthnArrBoard,mode))<8000)
 
  value=(mode==WHITE)?-MAXINT:MAXINT;
  //选择几个最好的搜索目标
  GetSeveralGoodPlace(board,mode);
  POSITION pos=templist.GetHeadPosition();
  for(int j=0;j
   m_DeepList.AddTail(templist.GetNext(pos));
  
  pos=m_DeepList.GetHeadPosition();
  CBoardSituation successorBoard;
  for(int i=0;i
   successorBoard= m_DeepList.GetNext(pos);
   //是否进行继续深度搜索(剪枝):极大极小值法
   if((mode==WHITE && value<=oldvalue) || (mode==BLACK && value>=oldvalue))
   
    if(mode==WHITE)
     value=Select(value,Search(&successorBoard,BLACK,value,depth+1),WHITE);
    else//mode==BLACK
     value=Select(value,Search(&successorBoard,WHITE,value,depth+1),BLACK);
   
  
  return value;
 
 else//搜索结束条件
 
  return Eveluate(board->nArrBoard,mode);//棋面打分
 
 return 0;