象棋最大最小剪枝算法

最新推荐文章于 2024-08-19 20:00:00 发布

不想奋斗了

最新推荐文章于 2024-08-19 20:00:00 发布

阅读量5.3k

点赞数 1

分类专栏： C-C++

本文链接：https://blog.csdn.net/qq_31099225/article/details/73913058

版权

C-C++ 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.象棋中通常需要推算当前局面下，每走一步之后的局面分，通常我们可以设定考虑几步棋，通常我们所说的算棋，而计算机的AI算法中最常用的就是最大值最小值算法，而剪枝算法是对最大值最小值算法的一种优化。

有点类似于八皇后的深度树

当前局面表示电脑，作为电脑肯定会择当前局面分最大的作为下一步。如果我们的LEVEL为1，也就是我们只算下一步的得分，选最大的那个，对比途中，肯定挑选100作为下一步的走法。但一般类似我们人下象棋的过程。我们一般会去想下几步该怎么下而挑选出最好的一步，就要往下递归了，比如LEVEL为2的时候，第一分支搜索100,这时候轮到人走，人肯定选对电脑不利的局面，也就是最小局面分10，而第二分支80，往下走，人选20，第三分支90，人选30，我们要的肯定是最好的30。这就是最大，最小，最大表示作为电脑方选最大，最小表示人方选最小，最后由电脑方选出最大的一个局面分作为下一步的参考。

我们模拟电脑走法的时候，不论层次为多少，都是以最后一个并且是最大的作为我们的局面分。

将图中的50换成5

剪枝算法是对最大最小算法的优化: 场景模拟level为2：走第一步100，轮到人，人选10（对电脑最为不利），而搜索80的时候，下一步人选5，这时候，80的其他分支就没必要去算了，因为人选的5比走100选的10还小。作为电脑优先选100的这一步，这时候只需要遍历90的分支，继续查找，将100得到的局面分代入到90的遍历中，如果90的分支中有比10小的，那么90的其他分支也不再考虑。

为了方便理解这边贴上代码

Step* AI::getStep(SceneGame* game, int level)
{
	int highScore = -3000;
	Step* ret = NULL;

	// 产生所有可能的移动，遍历
	vector<Step*> allMove = getAllPossibleMove(game);
	vector<Step*>::iterator it;
	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		fakeMove(game, step);
		//int score = getScore(game);
		int score = getMinScore(game, level - 1, highScore);
		unfakeMove(game, step);
		if (score > highScore)
		{
			highScore = score;
			ret = step;
		}
	}

	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		if (step != ret) delete step;
	}

	return ret;
}

int AI::getMinScore(SceneGame* game, int level, int curMinScore)
{
	if (level == 0)
		return getScore(game);

	int minScore = 3000;
	// 产生所有可能的移动，遍历
	//得到电脑最不利的局面
	vector<Step*> allMove = getAllPossibleMove(game);
	vector<Step*>::iterator it;
	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		fakeMove(game, step);
		//下一步得分
		int score = getMaxScore(game, level - 1, minScore);
		unfakeMove(game, step);

		// 减枝算法
		if (score <= curMinScore)
		{
			minScore = score;
			break;
		}

		if (score < minScore)
		{
			minScore = score;
		}
	}

	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		delete step;
	}

	return minScore;
}

int AI::getMaxScore(SceneGame* game, int level, int curMaxScore)
{
	if (level == 0)
		return getScore(game);

	int maxScore = -3000;
	// 产生所有可能的移动，遍历
	vector<Step*> allMove = getAllPossibleMove(game);
	vector<Step*>::iterator it;
	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		fakeMove(game, step);
		int score = getMinScore(game, level - 1, maxScore);
		unfakeMove(game, step);
		if (score >= curMaxScore)
		{
			maxScore = score;
			break;
		}
		if (score > maxScore)
		{
			maxScore = score;
		}
	}

	for (it = allMove.begin(); it != allMove.end(); ++it)
	{
		Step* step = *it;
		delete step;
	}

	return maxScore;
}