分享 中国象棋算法设计

       总的来说,要让电脑知道该在哪一点下子,就要根据盘面的形势,为每一可能落子的点计算其重要程度,也就是当这子落下后会形成什么棋型(如:“冲四”、“活三”等),然后通览全盘选出最重要的一点,这便是最基本的算法。

      当然,仅靠当前盘面进行判定是远远不够的,这样下棋很轻易掉进玩家设下的陷阱,因为它没有考虑以后的变化。

      所以在此基础上我们加入递归调用,即:在电脑中猜测出今后几步的各种走法,以便作出最佳选择,这也是我们下棋时常说的“想了几步”。

      如此一来您的程序便具有一定的水平了。

     什么?不信!过来试试吧!  总体思路弄清之后,下面进行具体讨论:

一:数据结构  先来看看数据结构,我们需要哪些变量? 

首先得为整个棋盘建立一张表格用以记录棋子信息,我们使用一个15*15的二维数组 Table[15][15] (15*15是五子棋棋盘的大小),数组的每一个元素对应棋盘上的一个交叉点,用‘0’表示空位、‘1’代表己方的子、‘2’代表对方的子;

这张表也是今后分析的基础。  在此之后还要为电脑和玩家双方各建立一张棋型表Computer[15][15][4]和Player[15][15][4],用来存放棋型数据,就是刚才所说的重要程度,

比如用‘20’代表“冲四”的点,用‘15’代表“活三”的点,那么在计算重要性时,就可以根据20>15得出前者比后者重要,下子时电脑便会自动选择“冲四”的点。

那为什么棋型表要使用三维数组呢?

因为棋盘上的每一个点都可以与横、竖、左斜、右斜四个方向的棋子构成不同的棋型,所以一个点总共有4个记录;这样做的另一个好处是可以轻易判定出复合棋型,

例如:假如同一点上有2个‘15’就是双三、有一个‘15’和一个‘20’就是四三。 

怎么样!3个数组构成了程序的基本数据骨架,今后只要再加入一些辅助变量便可以应付自如了。

应该不会太难吧?OK!有了这么多有用的数据,我们就可以深入到程序的流程中去了。

二:程序流程  我们主要讨论五子棋的核心算法,即:人工智能部分,而其他像图形显示、键盘鼠标控制等,因较为简单,所以就不作过多介绍了。 

我们看到本程序由六个基本功能模块构成,各模块的具体分析如下: 

(1)初始化:首先,建立盘面数组Table[15][15]、对战双方的棋型表Computer[15][15][4]和Player[15][15][4]并将它们清零以备使用;

然后初始化显示器、键盘、鼠等输入输出设备并在屏幕上画出棋盘。 

(2)主循环控制模块:控制下棋顺序,当轮到某方下子时,负责将程序转到相应的模块中去,主要担当一个调度者的角色。 

(3)玩家下子:当轮到玩家下时,您通过键盘或鼠标在棋盘上落子,程序会根据该点的位置,在Table[15][15]数组的相应地方记录‘2’,以表明该子是玩家下的。 

(4)盘面分析填写棋型表:本程序核心模块之一,人工智能算法的根本依据!其具体实现方法如下:

您在下五子棋时,一定会先根据棋盘上的情况,找出当前最重要的一些点位,如“活三”、“冲四”等;

然后再在其中选择落子点。但是,电脑不会像人一样分析问题,要让它知道哪是“活三”、哪是“冲四”,就得在棋盘上逐点计算,一步一步的教它。 

先来分析己方的棋型,我们从棋盘左上角出发,向右逐行搜索,当碰到一个空白点时,以它为中心向左挨个查找,假如碰到己方的子则记录然后继续,假如碰到对方的子、空白点或边界就停止查找。

左边完成后再向右进行同样的操作;最后把左右两边的记录合并起来,得到的数据就是该点横向上的棋型,然后把棋型的编号填入到Computer[x][y][n]中就行了(x、y代表坐标,n=0、1、2、3分别代表横、竖、左斜、右斜四个方向)。

而其他三个方向的棋型也可用同样的方法得到,当搜索完整张棋盘后,己方棋型表也就填写完毕了。

然后再用同样的方法填写对方棋型表。 

注重:所有棋型的编号都要事先定义好,越重要的号数越大!  OK! 怎么样?有点累了吧?不过千万别泄气!因为好戏还在后头。 

 Let's go! 

(5)电脑下子:有了上面填写的两张棋型表,现在要作的就是让电脑知道在哪一点下子了。

其中最简单的计算方法,就是遍历棋型表Computer[15][15][4]和Player[15][15][4]找出其中数值最大的一点,在该点下子即可。

但这种算法的弱点非常明显,只顾眼前利益,不能顾全大局,这就和许多五子棋初学者一样犯了“目光短浅”的毛病。  要解决这个问题,我们引入‘今后几步猜测法’,具体方法是这样的:

 首先, 让电脑分析一个可能的点,假如在这儿下子将会形成对手不得不防守的棋型(例如:‘冲四’、‘活三’);

那么下一步对手就会照您的思路下子来防守您,如此一来便完成了第一步的猜测。

这时再调用模块4对猜测后的棋进行盘面分析,假如出现了‘四三’、‘双三’或‘双四’等制胜点,那么己方就可以获胜了(当然对黑棋而言‘双三’、‘双四’是禁手,另当别论);

否则照同样的方法向下分析,就可猜测出第二步、第三步…… 

等一等,要是盘面上没有对手必须防的棋型,哪该怎么办呢?

进攻不成的话就得考虑防守了,将自己和对手调换一下位置,然后用上面的方法来猜测对手的棋,这样既可以防住对手巧妙的攻击,又能侍机发动反击,何乐而不为呢! 

但是必须告诉大家的是:

猜测法的运算量相当之大,据我的经验,用Pentium-100猜测3步的走法平均需要15秒以上时间,所以建议猜测量在5步以内。

可别小瞧了这5步,有时它甚至会走出让您拍手叫绝的妙着呢! 

(6)胜败判定:务须多言,某方形成五子连即获胜;

若黑棋走出‘双三’、‘双四’或长连即以禁手判负。 

 到现在为止,整个五子棋软件就基本完成了,其水平大约在中级上下。

当然,这种算法并不是最好的,但我相信它的基本思路是正确的。

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
好的,以下是一个简单的中国象棋算法代码,实现了一个简单的随机走子AI: ``` import random class Chessboard: def __init__(self): self.board = [ ['車', '馬', '象', '士', '将', '士', '象', '馬', '車'], ['', '', '', '', '', '', '', '', ''], ['', '炮', '', '', '', '', '', '炮', ''], ['兵', '', '兵', '', '兵', '', '兵', '', '兵'], ['', '', '', '', '', '', '', '', ''], ['', '', '', '', '', '', '', '', ''], ['卒', '', '卒', '', '卒', '', '卒', '', '卒'], ['', '砲', '', '', '', '', '', '砲', ''], ['', '', '', '', '', '', '', '', ''], ['車', '馬', '相', '仕', '帅', '仕', '相', '馬', '車'] ] def print_board(self): for row in self.board: print(' '.join(row)) class RandomAI: def get_move(self, board): moves = [] for i in range(len(board)): for j in range(len(board[i])): if board[i][j] != '': moves += self.get_moves_for_piece(board, i, j) return random.choice(moves) def get_moves_for_piece(self, board, x, y): moves = [] piece = board[x][y] if piece == '車': moves += self.get_moves_for_rook(board, x, y) elif piece == '馬': moves += self.get_moves_for_knight(board, x, y) # Add other piece types here... return [(x, y, new_x, new_y) for new_x, new_y in moves] def get_moves_for_rook(self, board, x, y): moves = [] for i in range(x + 1, len(board)): if board[i][y] != '': moves.append((i, y)) break moves.append((i, y)) for i in range(x - 1, -1, -1): if board[i][y] != '': moves.append((i, y)) break moves.append((i, y)) for j in range(y + 1, len(board[x])): if board[x][j] != '': moves.append((x, j)) break moves.append((x, j)) for j in range(y - 1, -1, -1): if board[x][j] != '': moves.append((x, j)) break moves.append((x, j)) return moves def get_moves_for_knight(self, board, x, y): moves = [] for i, j in [(x + 1, y + 2), (x + 1, y - 2), (x - 1, y + 2), (x - 1, y - 2), (x + 2, y + 1), (x + 2, y - 1), (x - 2, y + 1), (x - 2, y - 1)]: if 0 <= i < len(board) and

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值