腾讯极客挑战赛第四期：鹅罗斯方块——赛后复盘_腾讯即可挑战赛鹅罗斯方块第一名-CSDN博客

本文链接：https://blog.csdn.net/CY2333333/article/details/119705673

本文是作者参加腾讯极客挑战赛第四期——鹅罗斯方块的赛后复盘，通过分析和改进启发式搜索算法，结合手动与自动操作，最终获得全国第49名，最高分31万。文章详细介绍了算法设计思路，包括Pierre Dellacherie、El-Tetris和改进算法，并反思了在提高分数上的不足。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.比赛总结

七月底的时候在网络上看到了这样一个赛事，赛题大概总结起来就是用代码玩一款十分经典的游戏俄罗斯方块，通过游戏得分来排名评比，觉得挺有意思，抱着随便试试的想法就参加了，结果最后获得了全国第49名，最终获得的最高分数是31万多一点，虽然和第一名的一百多万还是有不小的差距，需要改进反省的地方还有很多，但这一成绩还是基本达到了我的预期的，同时我也是成功获得了腾讯招聘的绿色通道，丰富了自己的履历。
在这里插入图片描述

2.比赛复盘

在赛事官网可以找到俄罗斯方块游戏的比赛入口，进入游戏之后可以发现游戏的界面是一下这样的：
在这里插入图片描述
光看这个游戏界面，这就是一个普通的俄罗斯方块游戏，但其实玄机藏在浏览器的控制台中，打开浏览器的控制台，很容易就可以找到这个游戏的源码，因为腾讯官方在控制台的代码资源中用注释告诉你了源码的网址。我们将整个游戏项目拉到本地之后，就可以“魔改代码”，大展身手了。
在本地用IDE打开这个游戏项目，可以看到游戏使用JavaScript写的，而且是基于vue.js框架。虽然我的“主战场”是后端Java Web，但对前端JS还是比较熟悉的，特别是vue框架，“魔改代码”基本上还是绰绰有余的，所以我选择了直接在源码上进行代码添加，实现用算法跑俄罗斯方块。
经过上网查询俄罗斯方块算法相关资料后，我了解到目前的主流俄罗斯方块AI算法是基于A*算法的启发式搜索。基本思路就是定义一个启发函数对当前局面进行评估，对于每一个当前即将下落的方块，遍历方块下落的所有情况——以各个形状在所有位置下落的情况，对于每一种情况，通过启发函数算出局面评估的评分，在所有情况中，评分最高的就是当前最优的下落情况，然后将当前方块旋转到该最优情况所对应的形状，再移动到对应最佳位置，下落即可。
我的算法思路基本上就是以上所阐释