flash 五子棋的总结

这两个星期，要求用flash做一个五子棋，就借了几本书，翻了一遍，大致的熟悉了其脚本的语法，问了同学五子棋大致怎么写。开始动手自己写。

人人模式：

由于棋盘是15*15大小，故开三个一维数组，分别为 arrX(记录落子

点的横向距离) ，  arrY(记录落子点的纵向距离) ，  arrXY(记录落子点的状态，如：黑棋为-1，白棋为1)，大小均为255。这三个数组用于悔棋。另开一个数组arr(与arrXY一样，也是记录落子点的状态，大小同样为255，初始值全设为0，因为初始状态棋盘无子，0表示此处无子)，用来下子的时候判断是否有黑子或者白子，若有则需重新点击空位，无则进行加载棋子。每加载一子就进行扫描判断胜负。大致方法如下：

加载棋子后，以该点为中心：横向，纵向，两条对角线。共四个方向进行搜索判断是否有五子相连状态出现，若有则结束此局，无则继续点击棋盘空位进行加载棋子。

另外一种搜索方法：每加载一子，就以原点为起始点，进行整张棋盘的扫描搜索。

加载后若未赢也未输，可以选择悔棋，利用原先记录X,Y及状态的三个数组进行悔棋。

人人模式部分代码如下：

if(true == canPlay)
{
                var black_chess = new BlackChess();
                getX = int((e.stageX-100)/20);
                getY = int((e.stageY-50)/20);

 if(arr[getX][getY] == 0)

  {

       arrX[chessX++] = getX*20+100;//记录横坐标

       arrY[chessY++] =  getY*20+50;//记录纵坐标

       arrXY[index++] = -1;

      //以上用于悔棋

       arr[getX][getY] = -1;//黑棋为-1

       black_chess.x = getX*20+100;//对要加载的棋子的X和Y,即在棋盘上的位置进行设置

       black_chess.y = getY*20+50;

       aChessmen.push( black_chess);//用于悔棋

       againChessmen.push(black_chess);//用于再来一遍清除棋子

       addChild(black_chess);//加载棋子

       B_btn.visible = false;

       A_btn.visible = true;//加载棋子后对按钮进行隐藏和显示设置

      undo_btn.addEventListener(MouseEvent.CLICK, undo);//悔棋的监听

  //赢棋

      if(winChesses())

      {

btn_replay.visible = true;

winchess.x = 200;

winchess.y = 200;//为胜利的文本设置X和Y的距离

win_btn.visible = true;//显示胜利文本

 

//btn_replay.visible = true;

man_btn.removeEventListener(MouseEvent.CLICK, manbtn_hand);

White_bTn = false;

Black_bTn= false;//赢棋之后将状态设置为false,即不能下棋

 

undo_btn.removeEventListener(MouseEvent.CLICK, undo)//赢了后不能悔棋

 

A_btn.removeEventListener(MouseEvent.CLICK,A_btnhand);

B_btn.removeEventListener(MouseEvent.CLICK,B_btnhand);//赢棋后撤销下棋按钮的监听

 

btn_replay.addEventListener(MouseEvent.CLICK, again);//再来一局的监听

  

       }

  }

      

}

人机模式：人机模式比较复杂的就是怎么判断其空位的分值，然后机器决定进行防守还是攻击。

这里粗略讲解核心部分：

开一个255大小的数组，用来存储棋盘上的每个位置的分值

机器加子之前，原点开始进行搜索，开一个15*15的二维数组，扫描每一个位置，若该位置上有子，则把-1，以及该点的X和Y距离，以对象形式存入开好的数组中(-1表示此位置无价值，机器不能在该位置落子)，若无子，则以该点为据点，进行四个方向的搜索，记录人机双方的棋型，并利用棋型评估该位置上对于人机双方的价值大小，从而机器决定是进攻还是防守

人机模式更好的算法，例如运用alpha-beta剪枝，极大值极小值等算法，需要继续深入学习这些算法