alpha beta 剪枝算法

摘自wikipedia

alpha-β修剪的好处在于可以消除搜索树的分支。这样，搜索时间可以限制在“更有希望”的子​​树中，并且可以在同一时间执行更深入的搜索。该算法和极小化极大算法一样，都是分支限界类算法。若节点搜索顺序达到最佳优化或近似最佳优化（将最佳选择排在各节点首位），则同样时间内搜索深度可达极小化极大算法的两倍多。

算法使用两个值alpha和beta，分别代表大分玩家放心的最高分，以及小分玩家放心的最低分。alpha和beta的初始值分别为正负无穷大，即双玩家都以可能的最低分开始游戏。在选择某节点的特定分枝后，可能发生小分玩家放心的最小分小于大分玩家放心的最大分（beta <= alpha）。这种情况下，父节点不应选择这个节点，否则父节点分数会降低，因此该分枝的其他节点没有必要继续探索。

 

伪代码：

01 function alphabeta(node, depth,α, β, maximizingPlayer) // node = 节点，depth = 深度，maximizingPlayer= 大分玩家

02     if depth = 0 or node是终端节点

03         return 节点的启发值

04     if maximizingPlayer

05         v := -∞

06         for 每个子节点

07              v := max(v, alphabeta(child,depth - 1, α, β, FALSE)) // child = 子节点

08              α := max(α, v)

09              if β ≤ α