本文讲述了VC实现五子棋游戏的一个算法示例，该算法采用极大极小剪枝博弈算法，感兴趣的读者可以对程序中不完善的部分进行修改与完善。
该设计主要包括：数据结构、估值函数、胜负判断、搜索算法
程序运行界面如下：
具体实现步骤如下：
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;
}
