人工智能题目：alpha和beta剪枝

大三的人工智能课学的alpha和beta剪枝，我记得当时明明学会了，现在研一又上人工智能课，课堂小测验，我居然把剪枝规则忘得一干二净。于是决定写下来，万一以后还用的上。

整个过程类似深度搜索，只有最底下的叶子结点有权值，如图所示。
条件： MAX层想从其子节点中获得最大值，而MIN层想从子节点获得最小值。alpha对应当前节点的可能取得min值，beta对应当前节点可能取得max值。
对于上图中的例子：
首先对于第一个节点，即值为6的叶子结点[1]，此时可确定父节点e(在MAX层)的alpha=6，即范围为(6,正无穷)，
(因为父节点e要从叶子节点[1]叶子节点[2]中获取最大值。)
再观察[2]，[2]<[1]无需更新，即e的范围为(6,正无穷)，
因此可确定e的父节点b(MIN层)的范围为（负无穷，6）（因为节点b要从其子节点e、f、g中获取最小值）

再沿着b的另一个分支走到节点[3]，更新其父节点f(在MAX层)的范围为(7，正无穷)，好了这是关键点，f的父节点b为(负无穷，6)，也就是说b想获取尽可能小的值的情况下，最差的情况也可以得到6，而f节点想获取尽可能大的值的情况下，最差的情况会得到7，那么f节点对b节点的愿望无能为力(b节点目前的最小值为6，想获得比6还小的值)，一句话概括 即f的范围与其父节点b的范围无交集，所以f节点不用努力了，直接把它的其他子节点[4]和[5]剪掉，按照定义（图中的两段话），这是beta剪枝。
同理可得：节点g的范围(8,正无穷)与其父节点b(负无穷，6)无交集，即愿望有冲突，所以节点g的后续不用再看，直接剪掉[7]。
当b节点下的所有子节点都遍历完成后，即b节点的值完全确定了，那么可以确定其父节点a(在MAX层)的范围了，即(6,正无穷)。
后续做法完全一致，按照前面的做法得到c节点的范围(负无穷，3)，与其父节点a(6,正无穷)有冲突，所以后面的i、j不用看，直接剪掉。

总结： 搜索从上到下，从左到右的顺序，深度搜索，每次确定一个节点x的值后，就立刻往上确定其父节点y的范围：
一：（y第一次被遍历到，之前不存在值），
（1）如果父节点y的范围和y的父节点z的范围有冲突，那就不用再遍历z的其他子节点了（即y的兄弟节点），直接剪掉；
（2）如果z节点无范围，立刻更新z的范围。
二：y的范围已存在的情况下，就比较y的两个范围，保留最优的，再继续看y的其他子节点。
对MIN层的节点进行剪枝，即alpha剪枝。
对MAX层的节点进行剪枝，即beta剪枝。

总结的总结： 每次在确定某节点的范围后，往上康康是否符合它的父节点的范围，不符合就说明这个某节点已经废了，它的孩子通通剪掉，无需再考虑。
还有某个节点的值已经确定了才能确定它父节点的范围，而不能根据范围确定范围。
上图中每个节点都写的范围，容易混淆。
总结完毕。