Android遊戲開發之黑白棋_Android

黑白棋介紹

黑白棋，又叫蘋果棋，最早流行於西方國家。遊戲通過相互翻轉對方的棋子，最後以棋盤上誰的棋子多來判斷勝負。黑白棋非常易於上手，但精通則需要考慮許多因素，比如角邊這樣的特殊位置、穩定度、行動力等。本遊戲取名為黑白棋大師，提供了8種難度等級的選擇，從菜鳥、新手、入門、棋手到棋士、大師、宗師、棋聖，助你不斷提升棋力。

黑白棋遊戲規則

遊戲規則見黑白棋大師中的截圖。

黑白棋大師遊戲截圖

遊戲啟動介面。

遊戲過程中的一個截圖。

開新局時的選項，選擇先後手以及AI的水平。

幾個關鍵的類

Rule

Rule類實現遊戲規則相關的方法，包括

    1.判斷某一步是否合法

    2.擷取所有的合法走步

    3.走一步並翻轉敵方棋子

    4.統計兩方棋子個數

Algorithm

Algorithm類實現極小極大演算法，包括

    1.局面評估函數，對當前局面打分，越高對max越有利，越低對min越有利

    2.min()方法

    3.max()方法

    4.獲得一個好的走步

ReversiView

ReversiView繼承自SurfaceView，實現棋盤的介面，在該類定義棋盤介面的繪製、更新等操作。

RenderThread

RenderThread繼承自Thread，是控制ReversiView以一定fps更新、重繪介面的線程。

具體實現

棋盤表示

byte[][]二維數組儲存棋盤，-1表示有黑子，1表示有白子，0表示棋格為空白

遊戲規則類Rule的實現

提供幾個關於遊戲規則的靜態方法。

判斷某一個位置是否位於棋盤內

public static boolean isLegal(int row, int col) {  return row >= 0 && row < 8 && col >= 0 && col < 8;}

判斷某一方在某個位置落子是否合法

即判斷該子是否能與己方棋子在某個方向上夾住敵方棋子。

public static boolean isLegalMove(byte[][] chessBoard, Move move, byte chessColor) {    int i, j, dirx, diry, row = move.row, col = move.col;    if (!isLegal(row, col) || chessBoard[row][col] != Constant.NULL)      return false;    for (dirx = -1; dirx < 2; dirx++) {      for (diry = -1; diry < 2; diry++) {        if (dirx == 0 && diry == 0) continue;        int x = col + dirx, y = row + diry;        if (isLegal(y, x) && chessBoard[y][x] == (-chessColor)) {          for (i = row + diry * 2, j = col + dirx * 2; isLegal(i, j); i += diry, j += dirx) {            if (chessBoard[i][j] == (-chessColor)) {              continue;            } else if (chessBoard[i][j] == chessColor) {              return true;            } else {              break;            }          }        }      }    }    return false;}

某一方走一步子

將各個方向上被翻轉的棋子的顏色改變，並返回這些棋子在棋盤的位置，方便顯示翻轉動畫。

public static List<Move> move(byte[][] chessBoard, Move move, byte chessColor) {  int row = move.row;  int col = move.col;  int i, j, temp, m, n, dirx, diry;  List<Move> moves = new ArrayList<Move>();  for (dirx = -1; dirx < 2; dirx++) {    for (diry = -1; diry < 2; diry++) {      if (dirx == 0 && diry == 0)        continue;      temp = 0;      int x = col + dirx, y = row + diry;      if (isLegal(y, x) && chessBoard[y][x] == (-chessColor)) {        temp++;        for (i = row + diry * 2, j = col + dirx * 2; isLegal(i, j); i += diry, j += dirx) {          if (chessBoard[i][j] == (-chessColor)) {            temp++;            continue;          } else if (chessBoard[i][j] == chessColor) {            for (m = row + diry, n = col + dirx; m <= row + temp && m >= row - temp && n <= col + temp                && n >= col - temp; m += diry, n += dirx) {              chessBoard[m][n] = chessColor;              moves.add(new Move(m, n));            }            break;          } else            break;        }      }    }  }  chessBoard[row][col] = chessColor;  return moves;}

擷取某一方當前全部合法的落子位置

public static List<Move> getLegalMoves(byte[][] chessBoard, byte chessColor) {  List<Move> moves = new ArrayList<Move>();  Move move = null;  for (int row = 0; row < 8; row++) {    for (int col = 0; col < 8; col++) {      move = new Move(row, col);      if (Rule.isLegalMove(chessBoard, move, chessColor)) {        moves.add(move);      }    }  }  return moves;}

統計玩家和AI的棋子個數

public static Statistic analyse(byte[][] chessBoard, byte playerColor) {  int PLAYER = 0;  int AI = 0;  for (int i = 0; i < 8; i++) {    for (int j = 0; j < 8; j++) {      if (chessBoard[i][j] == playerColor)        PLAYER += 1;      else if (chessBoard[i][j] == (byte)-playerColor)        AI += 1;    }  }  return new Statistic(PLAYER, AI);}

遊戲演算法類Algorithm的實現

極大過程和極小過程

這兩個過程的函數形式為：

複製代碼 代碼如下:

private static MinimaxResult max(byte[][] chessBoard, int depth, int alpha, int beta, byte chessColor, int difficulty);
private static MinimaxResult min(byte[][] chessBoard, int depth, int alpha, int beta, byte chessColor, int difficulty);

chessBoard為棋盤；depth為博弈樹搜尋深度；alpha和beta用於alpha-beta剪枝，在max方法中alpha不斷更新為局面評分的較大值，在min方法中beta不斷更新為局面評分的較小值，當alpha >= beta時就進行剪枝；chessColor表示棋子顏色；difficulty表示遊戲難度，對應於不同的AI水平。

由於黑子先行，黑子總是調用max()方法，白子調用min()方法。

下面以極大過程為例。

如果深度為0，只要返回當前局面評分即可。如果雙方均沒有步可走，表示已經達到最終局面，返回該局面評分。如果僅單方無處可走，調用min遞迴即可。

正常情況下有步可走，遍曆每個合法的走步，如果alpha大於等於beta，剪枝直接break，否則走步並遞迴。

best是當前max節點維護的一個最佳值，調用的min方法的alpha是取得alpha和best的較大值。

private static MinimaxResult max(byte[][] chessBoard, int depth, int alpha, int beta, byte chessColor, int difficulty) {  if (depth == 0) {    return new MinimaxResult(evaluate(chessBoard, difficulty), null);  }  List<Move> legalMovesMe = Rule.getLegalMoves(chessBoard, chessColor);  if (legalMovesMe.size() == 0) {    if (Rule.getLegalMoves(chessBoard, (byte)-chessColor).size() == 0) {      return new MinimaxResult(evaluate(chessBoard, difficulty), null);    }    return min(chessBoard, depth, alpha, beta, (byte)-chessColor, difficulty);  }  byte[][] tmp = new byte[8][8];  Util.copyBinaryArray(chessBoard, tmp);  int best = Integer.MIN_VALUE;  Move move = null;  for (int i = 0; i < legalMovesMe.size(); i++) {    alpha = Math.max(best, alpha);    if(alpha >= beta){      break;    }    Rule.move(chessBoard, legalMovesMe.get(i), chessColor);    int value = min(chessBoard, depth - 1, Math.max(best, alpha), beta, (byte)-chessColor, difficulty).mark;    if (value > best) {      best = value;      move = legalMovesMe.get(i);    }    Util.copyBinaryArray(tmp, chessBoard);  }  return new MinimaxResult(best, move);}private static MinimaxResult min(byte[][] chessBoard, int depth, int alpha, int beta, byte chessColor, int difficulty) {  if (depth == 0) {    return new MinimaxResult(evaluate(chessBoard, difficulty), null);  }  List<Move> legalMovesMe = Rule.getLegalMoves(chessBoard, chessColor);  if (legalMovesMe.size() == 0) {    if (Rule.getLegalMoves(chessBoard, (byte)-chessColor).size() == 0) {      return new MinimaxResult(evaluate(chessBoard, difficulty), null);    }    return max(chessBoard, depth, alpha, beta, (byte)-chessColor, difficulty);  }  byte[][] tmp = new byte[8][8];  Util.copyBinaryArray(chessBoard, tmp);  int best = Integer.MAX_VALUE;  Move move = null;  for (int i = 0; i < legalMovesMe.size(); i++) {    beta = Math.min(best, beta);    if(alpha >= beta){      break;    }    Rule.move(chessBoard, legalMovesMe.get(i), chessColor);    int value = max(chessBoard, depth - 1, alpha, Math.min(best, beta), (byte)-chessColor, difficulty).mark;    if (value < best) {      best = value;      move = legalMovesMe.get(i);    }    Util.copyBinaryArray(tmp, chessBoard);  }  return new MinimaxResult(best, move);}

alpha-beta剪枝原理

先解釋下alpha和beta的物理含義，alpha表示max節點迄今為止的最佳局面評分，beta表示min節點迄今為止的最佳局面評分。

舉個例子見下圖（數值為虛構），假設深度是兩層，每個結點有兩行數字，上方的兩個數分別是alpha和beta，表示作為參數傳到該層的alpha和beta。下方的數表示了該節點best的更新過程。

看圖中第一個紅色的叉號，該位置處會更新beta為正無窮和2的較小值，即2，導致alpha大於等於beta成立，發生剪枝，對應於min方法中相應位置處的break操作。

獲得AI計算出的最佳走步

該方法用於AI走步以及提示功能。

public static Move getGoodMove(byte[][] chessBoard, int depth, byte chessColor, int difficulty) {    if (chessColor == Constant.BLACK)      return max(chessBoard, depth, Integer.MIN_VALUE, Integer.MAX_VALUE, chessColor, difficulty).move;    else      return min(chessBoard, depth, Integer.MIN_VALUE, Integer.MAX_VALUE, chessColor, difficulty).move;}

局面評估函數

局面評估函數決定了AI水平的高低。對應於不同的AI等級，設計了不同的評估函數。

菜鳥層級只關注棋子個數，新手、入門、棋手3個層級不僅關注棋子的個數，而且關注特殊位置的棋子（邊、角），棋士和大師層級在棋子個數、邊角之外還考慮了行動力，即對方下輪可選的下子位置的個數，宗師和棋聖考慮穩定度和行動力。穩定度將在下一小節介紹。

private static int evaluate(byte[][] chessBoard, int difficulty) {    int whiteEvaluate = 0;    int blackEvaluate = 0;    switch (difficulty) {    case 1:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if (chessBoard[i][j] == WHITE) {            whiteEvaluate += 1;          } else if (chessBoard[i][j] == BLACK) {            blackEvaluate += 1;          }        }      }      break;    case 2:    case 3:    case 4:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if ((i == 0 || i == 7) && (j == 0 || j == 7)) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 5;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 5;            }          } else if (i == 0 || i == 7 || j == 0 || j == 7) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 2;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 2;            }          } else {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 1;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 1;            }          }        }      }      break;    case 5:    case 6:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if ((i == 0 || i == 7) && (j == 0 || j == 7)) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 5;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 5;            }          } else if (i == 0 || i == 7 || j == 0 || j == 7) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 2;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 2;            }          } else {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 1;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 1;            }          }        }      }      blackEvaluate = blackEvaluate * 2 + Rule.getLegalMoves(chessBoard, BLACK).size();      whiteEvaluate = whiteEvaluate * 2 + Rule.getLegalMoves(chessBoard, WHITE).size();      break;    case 7:    case 8:      /**       * 穩定度       */      for (int i = 0; i < 9; i++) {        for (int j = 0; j < 9; j++) {          int weight[] = new int[] { 2, 4, 6, 10, 15 };          if (chessBoard[i][j] == WHITE) {            whiteEvaluate += weight[getStabilizationDegree(chessBoard, new Move(i, j))];          } else if (chessBoard[i][j] == BLACK) {            blackEvaluate += weight[getStabilizationDegree(chessBoard, new Move(i, j))];          }        }      }      /**       * 行動力       */      blackEvaluate += Rule.getLegalMoves(chessBoard, BLACK).size();      whiteEvaluate += Rule.getLegalMoves(chessBoard, WHITE).size();      break;    }    return blackEvaluate - whiteEvaluate;}

穩定度計算

我們知道，在黑白棋中，棋盤四角的位置一旦佔據是不可能再被翻轉的，因此這幾個位置上的子必然是穩定子，而邊上的子只有可能沿邊的方向被翻轉，穩定的程度高於中間的位置上的子。

因此，試圖給每個子定義一個穩定度，描述該子不被翻轉的穩定程度。

一共有四個方向，即左-右，上-下，左上-右下，右上-左下。舉個例子，下面代碼中的 (drow[0][0], dcol[0][0])表示向左移動一個單位的向量，(drow[0][1], dcol[0][1])表示向右移動一個單位的向量。

對於棋盤中某個子的位置，向左找到第一個不是該顏色的位置（可以是出界），再向右找到第一個不是該顏色的位置（可以是出界），如果這兩個位置至少有一個出界，或者兩個均為敵方棋子，穩定度加1。

對於另外三個方向作同樣操作。可以看到，角上的棋子的穩定度必然為4，其他位置則根據具體情況並不恒定不變。

private static int getStabilizationDegree(byte[][] chessBoard, Move move) {    int chessColor = chessBoard[move.row][move.col];    int drow[][], dcol[][];    int row[] = new int[2], col[] = new int[2];    int degree = 0;    drow = new int[][] { { 0, 0 }, { -1, 1 }, { -1, 1 }, { 1, -1 } };    dcol = new int[][] { { -1, 1 }, { 0, 0 }, { -1, 1 }, { -1, 1 } };    for (int k = 0; k < 4; k++) {      row[0] = row[1] = move.row;      col[0] = col[1] = move.col;      for (int i = 0; i < 2; i++) {        while (Rule.isLegal(row[i] + drow[k][i], col[i] + dcol[k][i])            && chessBoard[row[i] + drow[k][i]][col[i] + dcol[k][i]] == chessColor) {          row[i] += drow[k][i];          col[i] += dcol[k][i];        }      }      if (!Rule.isLegal(row[0] + drow[k][0], col[0] + dcol[k][0])          || !Rule.isLegal(row[1] + drow[k][1], col[1] + dcol[k][1])) {        degree += 1;      } else if (chessBoard[row[0] + drow[k][0]][col[0] + dcol[k][0]] == (-chessColor)          && chessBoard[row[1] + drow[k][1]][col[1] + dcol[k][1]] == (-chessColor)) {        degree += 1;      }    }    return degree;}

以上就是Android黑白棋遊戲實現過程及代碼解析的全部內容，相信本文對大家開發Android黑白棋遊戲很有協助，謝謝大家對雲棲社區的支援。