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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
//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):
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
|
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; } |