再寫圍棋的MC類比

　　有了棋串的資料結構後，落子就變得很高效了，接下來要產生隨機棋步。

　　以9x9棋盤為例，直接產生0~80的隨機數進行類比會很低效，因為它們並不都是合法落子點——有3類落子點是非法的：1. 非空點 2. 劫爭點 3. 自殺點。

　　自然想在類比過程中增量維護這3類點集，前兩類很容易維護，痛點在於自殺點的增量維護。

　　著手寫自殺點的維護後，才發現問題出乎意料的複雜。我先寫了個IsSuiside函數，通過試下作為最終的裁決，而這又涉及到對象的拷貝，太過昂貴。於是想盡量少用，通過位元運算來判定多數情況。然後隨著測試的進行，陸續發現多處的位元運算判定不可靠，不得不用IsSuiside函數替代……

　　最後的效率可想而知，9 x 9棋盤類比1w局，用時約40秒——這是不可授受的。

　　回過頭來思考，越發覺得這件事並不必要做。多數情況下，自殺點本身並無價值（除了打劫時也許可作劫材），即使允許自殺，在UCT搜尋過程中，自殺點自然會冷下來——用過多的資源判定自殺點划不來。

　　於是修改程式，讓規則允許自殺，不過為了儘早結束棋局，不允許自填眼位，也不允許填對方眼位而不提子。增量維護眼位集合要簡單得多。

　　測試下來要快很多，9 x 9棋盤，2.3秒類比1萬局，CPU是2.4G core 2，編譯器是clang，開O3最佳化級。

　　Simulate函數：

template <BoardLen BOARD_LEN>PointIndexMCSimulator<BOARD_LEN>::Simulate(const BoardInGm<BOARD_LEN> &input_board) const{    BoardInGm<BOARD_LEN> bingm;    bingm.Copy(input_board);    do {        PlayerColor last_player = bingm.LastPlayer();        PlayerColor cur_player = OppstColor(last_player);        const auto &playable = bingm.PlayableIndexes(cur_player);        std::bitset<BLSq<BOARD_LEN>()> noko_plbl(playable);        PointIndex ko = bingm.KoIndex();        if (ko != BoardInGm<BOARD_LEN>::NONE) {            std::bitset<BLSq<BOARD_LEN>()> kobits;            kobits.set();            kobits.reset(ko);            noko_plbl &= kobits;        }        PointIndex play_c = noko_plbl.count();        if (play_c > 0) {            PointIndex rand = this->Rand(play_c - 1);            PointIndex cur_indx =                GetXst1<BLSq<BOARD_LEN>()>(noko_plbl, rand);            bingm.PlayMove(Move(cur_player, cur_indx));        } else {            bingm.Pass(cur_player);        }    } while(bingm.PlayableIndexes(BLACK_PLAYER).count() > 0 ||            bingm.PlayableIndexes(WHITE_PLAYER).count() > 0);    return bingm.BlackRegion();}

　　忽然想試試19路標準棋盤下，雙方隨機落子黑棋能贏多少，測試函數：

template <BoardLen BOARD_LEN>void MCSimulator<BOARD_LEN>::TEST(){    int begin = clock();    int sum = 0;    const int a = 10000;    for (int i=0; i<a; ++i) {        BoardInGm<TEST_LEN> b;        b.Init();        auto &mcs = MCSimulator<TEST_LEN>::Ins();        int r = mcs.Simulate(b);        sum += r;    }    int end = clock();    printf("time = %f\n", (float)(end - begin) / 1000000);    printf("simulate complte.\n");    printf("average black = %f\n", (float)sum / a);}

　　19路的類比速度有點慢，28秒1w局。看來隨機落子的先行優勢並不明顯……

　　代碼：https://github.com/chncwang/FooGo