知识点-极大极小搜索+alpha_beta剪枝

知识点-极大极小搜索+alpha_beta剪枝

解决问题

​ 博弈类游戏

概要

​ 其实就是用深度搜索搜索博弈的策略，博弈中两个人轮流进行游戏，在算法里转化为在搜索的不同深度下选取不同的搜索策略，一般是奇数层选择值值最大的策略，对应第一个人要让自己的收益最大，而偶数层选择值最小的策略，因为第二个人想要赢的话，必定是要让对手的收益最小

​ 下面用一个经典的问题举个例子：你可以选择你朋友手里的两个钱包中的其中一个，然后你的朋友会从这个钱包里面拿出一张钱给你，你当然希望拿到的钱越多越好，而你的朋友希望给出的钱越少越好，假设两个钱包里面分别有面额为2、4的钱和1、3的钱，那么搜索树的样子就会是下面这样，交替取max和min

​ 而alpha_beta剪枝其实就是针对这种极大极小搜索的剪枝，alpha是第一个人期望得到的最大收益，初始设为-INF，而beta是对手能接受的最小收益，初始设为INF。而这个剪枝就是在搜索max层时，若是当前搜索的min层子树已经搜到一个比alpha值小的分叉，那么剩余的分叉就都不需要搜了，因为在min层里面是取最小值的，而目前的最小值比已经找到的最大值要小了，那么继续搜索下去也是同样无法更新最大值，所以就进行剪枝。在min层也是这样根据beta值剪枝

​ 例如上面那个例子，在搜完左边的子树之后，alpha更新为2，然后在搜索右边的子树时，左边分叉直接找到了一个1，那么在右边的分叉不管是什么值，它不可能会让最后取到的值大于1，也就不可能大于2，所以实际上搜到这里已经确定了答案是2，所以接下来的3就不需要再去访问了

例题

POJ1085

参考代码

int alpha_beta(int player, int cur_state, int alpha, int beta, int ca, int cb)
{
	int remain;
	// 如 A 得到 5 分以上则 A 赢
	// 如 B 得到 5 分以上则 A 输
	if(ca >= 5) return 1;
	if(cb >= 5) return -1;
	remain = ((~cur_state) & end_state); // 计算剩余可走的边
	if(player){ // A 走
		while(remain){ // 有可走边
			int move = (remain & (-remain)); // 选择一条可走边
			int ta = ca;
			int val;
			// A 填了边后形成新的局面
			int new_state = next_state(cur_state, move, &ta);
			if(ta > ca) // 如果 A 得分了，则 A 继续填一条边
				val = alpha_beta(player, new_state, alpha, beta, ta, cb);
			else // 否则轮到 B 填
				val = alpha_beta(player^1, new_state, alpha, beta, ca, cb);
			if(val > alpha)
				alpha = val;
			if(alpha >= beta) //剪枝
				return alpha;
			remain -= move; // 把边 move 从剩余可选边 remain 中移除
		}
		return alpha;
	}
	else{ // B 走
		while(remain){
			int move = (remain & (-remain));
			int tb = cb;
			int val;
			int new_state = next_state(cur_state, move, &tb);
			if(tb > cb)
				val = alpha_beta(player, new_state, alpha, beta, ca, tb);
			else
				val = alpha_beta(player^1, new_state, alpha, beta, ca, cb);
			if(val < beta)
				beta = val;
			if(alpha >= beta)
				return beta;
			remain -= move;
		}
		return beta;
	}
}