[搜索算法] 极大极小算法

目录

• 01 极大极小算法的思维
• 02 极大极小算法的雏形
• 03 极大极小算法的进化

内容

01 极大极小算法的思维

​ 最初的人们开始下五子棋的时候，会选择当前局面对于自己优势高的方向发展。后来人们开始在这方面卷，开始投资未来，每一步棋都希望让接下来的几步棋成为高优势的方向发展，极大极小算法的思维就是在于此，这也比最初的思维高了不止一个层次。

02 极大极小算法的雏形

​ 极大极小的核心思维如下：

模拟下棋，得到下棋最有未来优势的点；

在模拟下棋的过程中：

​ 当自己下棋的时候，选择对于我们最有利的；

​ 当对手下棋的时候，选择对于我们最劣势的；

​ 假如你小气的哥哥要给你零花钱，他左右手拿着不同面值的钱币，让你选一个手，然后他挑一个钱币给你。假设：

​ 左手： 1 5 100

​ 右手： 10 20 50

​ 当然选择右手，是因为小气的哥哥一定会选择钱最少的给你，说白了其实就相当于在1块和10块里面选择。若假如你是哥哥，你现在必须给你讨厌的弟弟零花钱，你现在左右手有上面例子的钱，你得选一个手让弟弟选里面的钱，你讨厌的弟弟一定会拿钱最大的。那么很明显，你会选择右手兜。那么实际上：

在你和你哥的博弈过程中：

​ 当自己选择的时候，选择对自己最有利的；

​ 当对手选择的时候，选择对自己最劣势的；

​ 接下来介绍一下极大极小算法的基本知识：评估函数、模拟、深度。

​ 评估函数：评估函数的作用是评价一个棋局对于我们的优劣状态，返回评估得到的整数。

​ 当有了评估函数之后，利用返回的整数可以知道当前棋局对于我们的优劣，然后我们可以通过优劣进行相应处理。那么很高兴的是，极大极小算法通过评估函数的存在使得核心进化成了：

在模拟下棋的过程中：

​ 当己方下棋时，选择分数最大的；

​ 当敌方下棋时，选择分数最小的；

​ 假设现在棋盘上有一个黑棋四连，但是有一边被白棋堵住了。那么，假如下一手是白方，则当前的局势对于棋手来说很不利，是因为若这次没有白棋五连，不堵则失败了；假如下一手是黑方，则当前局势对于棋手来说非常有利。那么可得：同一个棋局对于敌我的评估函数不相同。

​ 假设黑白两方下棋。模拟到一定程度后便可以对模拟的棋局进行评估，得到对应的评估分数。

​ 模拟：模拟的深度数越深，则代表模拟的次数越多，那么所考虑的结果也越多，所以可得：**模拟可以决定最终结果。**但实际上，对于一个五子棋棋局，模拟深度为1次时，可能需要200次左右，模拟深度为2时，则大概需要200*200次，模拟深度为3，4，5，则能够达到一个可怕的数字，计算时间需要达到几分钟、几个小时甚至几天。所以可得：比起模拟深度，模拟次数才是极大极小算法优化的最终形态的遍历控制。

​ 深度：类似于树的结构，这里的深度代表模拟一次黑白下棋的次数。若读者学习过DFS（Depth First Search），那么可知：**深度可以方便我们进行程序的递归。**当深度为0时进行评估，直接返回评估分数。

​ 下面是极大极小算法的逻辑代码：

int MinMax(int depth) {//程序入口分流
	if (SideToMove() == Myself) return Max(depth);
	else return Min(depth);
}
int Max(int depth) {
	int best = -INFINITY;//系统最小值，这里可以换成分数不可达的下限
	if (depth <= 0) return Evaluate();//假如深度为0，则不能在模拟，返回当前局面的评估值
	GenerateLegalMoves();//得到当前棋局的符合规矩的下法的
	while (hasLegalNext()) {//若存在符合规矩的下一个走法
		MakeNextMove();//模拟开始
		val = Min(depth - 1);//下一步为敌方落棋，则选择最小
		UnmakeMove();//模拟回溯，不对初始棋局为产生任何效果
		if (val > best) best = val;//更新最高的评估值
	}
	return best;
}
int Min(int depth) {
	int best = INFINITY; //系统最大值，这里可以换成分数不可达的上限
	if (depth <= 0) return Evaluate();
	GenerateLegalMoves();
	while (hasLegalNext()) {
		MakeNextMove();
		val = Max(depth - 1);
		UnmakeMove();
		if (val < best) best = val;
	}
	return best;
}

03 极大极小算法的进化

​ 很明显的是，上面的代码似乎有点笨重了，因为Min和Max函数存在很多相同的地方，那么可以优化的是——将这两个方法进化成一个方法。值得一提的是，虽然在代码的设计中，会尽量减少程序间的耦合程度，意思是尽量把两个功能写成两个方法，但实际上，当我们优化Min和Max其中一个方法的时候，另外一个方法也需要进行相同的优化，所以这里的合并是存在必要的。

​ 下面是负值极大算法逻辑代码：

int NegaMax(int depth) {
	int best = -INFINITY;
	if (depth <= 0) return Evaluate();
	GenerateLegalMoves();
	while (hasLegalNext()) {
		MakeNextMove();
		val = -NegaMax(depth - 1); // 注意这里有个负号，负号的存在使得不管你是哪一方，程序都求最大值即可。
		UnmakeMove();
		if (val > best) best = val;
	}
	return best;
}

​ 很明显的是，这里的评估函数需要进行黑白无差别化，因为这里的评估函数是对于子递归深度为0的当前方而评估的。下面举例：

• 若深度为1，我方白棋，那么这里深度为0的时候就是针对的黑方：

  1. 深度为1，白方，递归；

  2. 深度为0，黑方，对于当前方（黑方）进行评估，返回评估分数；

  3. 深度返回1，白方，得到负值的评估分数，选取其中最大值，实则是，选取黑方的最小值；

• 若深度为2，我方白棋，那么这里的深度为0的时候就是针对的白方：

  1. 深度为2，白方，递归；

  2. 深度为1，黑方，递归；

  3. 深度为0，白方，对于当前方（白方）进行评估，返回评估分数；

  4. 深度返回1，黑方，得到负数的评估函数，选择其中最大值，实则选取白方的最小值；

  5. 深度返回2，白方，得到正数的评估函数，选择其中最大值，实则选取黑方的最小值，选取白方的最大值；

​ 随着程序优化的情况下，两种情况的评估分数都是对于深度为0的当前方而言，则评估函数需要无差别化。

​ 每个棋的评估函数都存在不一样的差异：对于井字棋，其评估函数的无差别化很简单，直接进行棋盘的正负交换即可。对于简单五子棋，同样如此。但是值得一提的是，返回相反数并不会对评估函数有任何影响。笔者在对这里理解的时候总会将负数带入评估函数，但实际上，利用相反数只是为平衡当前方的措施，即求返回分值的最大值，和评估函数没有任何关系，也不会对当前的评估有任何影响。

​ 但是，若遍历并非是按照深度进行，而是按照遍历次数进行，那么对评估函数的要求更加严格。因为很有可能存在一种深度不平衡的情况，一部分递归较深，一部分递归较浅，那么若返回的分值相差奇数次，则在某一阶段得到的分值为一些是负数一些是正数，这里时候那些负数的就会被莫名地淘汰，反而失去了希望的效果。这个需要待笔者往后研究之后再商讨。