一種五子棋演算法

學習演算法分析設計時練手所寫的，主要是自娛。演算法採用極大極小剪枝博弈演算法，人工智慧還湊和，但BUG多多，有時間再改改。

設計主要包括：資料結構、估值函數、勝負判斷、搜尋演算法

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

1、資料結構

//記錄每步棋，可以建立鏈表用來進行悔棋、後退(本程式沒有實現)
struct Step
{
 int x,y; //棋子座標
 int ball; //表示下子方{BLACK,WHITE}
};

//記錄棋盤情況，用於搜尋過程
class CBoardSituation
{
 public:
 int nArrBoard[15][15]; //棋盤情況
 struct Step machineStep; //AI所下的那一步
 long value; //盤面所打的分數
};

//當前棋盤，用於棋盤顯示
int nArrBoard[15][15];

2、估值函數

分析當前棋盤上黑白雙方棋型：五連、活四、沖四、雙活三、單活三、眠三、活二、眠二，然後根據五子棋規則給棋盤打分，
具體分值可以根據經驗自己確定。本程式中：五連=9999(極值)，活四=9990，沖四=9980，雙活三=9970，多活三加2000，
單活三加200，每個眠三加10，每個活二加4，每個眠二加1。其中打分時還要根據當前下棋方情況進行打分。

3、勝負判斷

這個比較簡單，根據最後落子情況從水平、垂直、左斜、右斜四個方向檢查是否存在五個連續棋子即可。

4、搜尋演算法

演算法採用極大極小值博弈演算法，它的主要思想為：預測後N步下棋情況，對預測的後N個棋盤進行打分。輪到自己下棋時選分值最大的，輪到

對方下時選分值最小的。選出我們認為最優的作為下一步走法。本程式演算法基本思想如下(演算法語言表示)：

void DFAI()
{
 long value=-MAXINT; //對初始根節點的value賦值

 CBoardSituation currentBoard;

 //擷取當前機器新棋面情況
 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);

 //選取幾個最好的下法（貪婪法）-->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;
 //對這些盤面做進一步深度搜尋
 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
 }

 //回到鏈表頭
 pos=CountList.GetHeadPosition();
 for(i=0;i {
  pBoard= &(CountList.GetNext(pos));
  if (value==pBoard->value) //找出得到最高分的盤面
  {
   value=pBoard->value;
   gnRow=pBoard->machineStep.x;
   gnColumn=pBoard->machineStep.y;
   bPlayerDo=TRUE; //當前下子方改為人
   break;
  }
 }
 //其他處理
}

其中Search()函數如下：
//演算法搜尋函數
long Search(CBoardSituation *board,int mode,long &oldvalue, int depth)
{
 CList m_DeepList;
 long value;
 if(depthnArrBoard,mode))<8000)
 {
  value=(mode==WHITE)?-MAXINT:MAXINT;
  //選擇幾個最好的搜尋目標
  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);
   //是否進行繼續深度搜尋(剪枝):極大極小值法
   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//搜尋結束條件
 {
  return Eveluate(board->nArrBoard,mode);//棋面打分
 }
 return 0;
}