关于做人工智能—五子棋的总结

前言：

   刚学玩C一个月，院里有个程序设计的比赛，于是就动手写了这玩意儿。

正文：

    首先，对于每一盘棋都有很多种下法，当黑方落下第一颗棋子的时候，白方有254种下法，白方在这254种下法中选择其一后，黑方又有253中下法。如此，将所有的下法都考虑，全部列出来就构成了一颗巨大的博弈树，也称搜索数。这颗博弈树的根节点便是黑方下的第一颗棋子，紧接着的下一层便是白方下棋的所有情况，依次下去，直到结束。而电脑要做的是从下面的子节点中找出最有利于电脑方的节点，也就是最佳走法。谁想得深远，预测的步数越多，棋局了解到位，就越厉害。如果能将未来的所有情况都考虑到位，那必定处于不败之地。

    在选择最佳走法中，我们要用到极小极大搜索算法。我们先假设有个对棋局的评价函数，即可以对任何一个局面对电脑方打分，分越高越对电脑有利，分越低却对玩家有利，也就是说这个评价函数是对电脑方而言的，计算机赢则为无穷大，输则无穷小。其它所有情况都在这之间。

如上图就是所谓的博弈树，假如：甲对应电脑方，乙对应玩家。当前该电脑方下棋，即甲0节点，下一层的子节点即该玩家下。双方都希望在未来的局势中，往最有利于己方的方向进行。计算机当然想自己的分高，所以会选