负值最大与 Alpha-Beta 剪枝的结合

本文讲述笔者对 负值最大与 Alpha-Beta 剪枝的结合 的理解，代码参考计算机博弈-象棋百科全书：Alpha-Beta 搜索，感谢作者与译者
由于本人知识浅薄，难免有解释不当的地方，还请您带着怀疑的态度阅读本文，如有不当之处还请不吝指正

---

前置内容

此处对极大极小算法与 Alpha-Beta 剪枝不再赘述
可参考博弈游戏的AI设计（一）：极大极小树
博弈游戏的AI设计（二）：博弈树与 α-β 剪枝

负值最大算法

负值最大是对最小-最大的一种优化，它使得代码形式十分简洁：

int NegaMax(int depth) {
	int best = -INFINITY;
	if (depth <= 0) {
		返回当前着子方的评估值;
	}
	生成所有着法;
	for(遍历所有着法){
		执行着法;
		val = -NegMax(depth-1);
		撤销着法;
		if(val > best)
			best = val;
	}
　　返回best;
}

在负值最大算法中，由于搜索返回的结果为对方的评估值（估值越高，对对方越有利）的负值，每一层中所需选取的 best 值都为最大值，即选取对对方最不利的值。

---

负值最大与 Alpha-Beta 剪枝的结合

首先给出代码的结构：

int AlphaBeta(depth, alpha, beta){
	if(depth <= 0)
		返回当前着子方评估值;
	生成所有着法;
	for(遍历所有着法){
		执行着法;
		int val = -AlphaBeta(depth-1, -beta, -alpha);
		撤销着法;
		if(val >= beta)
			返回beta;
		if(val > alpha)
			更新alpha;
	}
	返回alpha;
}

下面对 alpha，beta 的传参做出解释：

下一层的 beta 值

alpha_i 记录了当前第 i 层的预选值（最大值），则在第 i+1 层中向下搜索时，若发现第 i+1 层的预选值返回给第 i 层后将比 alpha_i 小，则无需继续搜索直接剪枝。由于从第 i+1 层将结果返回给第 i 层会发生取负值，令 beta_i+1 = -alpha_i，则有如下转换：

-预选值 _i+1 < alpha _i 时返回 -> 预选值 _i+1 > beta _i+1 时返回

根据上文对负值最大算法的描述，每一层中的 best（即预选值）为最大值，故只要出现 val > beta_i+1 即返回。等于亦同理，因此最终剪枝的表达式为：

	if(val >= beta)
		return beta;

下一层的 alpha 值

由于 alpha 负责记录当前层的预选值（最大值），因此可以在每一层搜索时都令 alpha = -∞，即与不作剪枝的极小极大算法无异。

考虑更深处的搜索：
  在第 i+3 层中，有 beta_i+3 = -alpha_i+2，其中 alpha_i+2 为第 i+2 层的预选值。若最终的 alpha_i+2 将使 -alpha_i+2 >= beta_i+1，则在第 i+2 层的向下搜索将变得毫无意义。
  倘若仅按照 alpha = -∞ 的方式进行搜索，显然在第 i+3 层中不会知道有关 beta_i+1 的任何信息，但我们希望能在知道 -alpha_i+2 >= beta_i+1 将发生时及时剪枝停止搜索。

基于此，令 alpha_i+2 = -beta_i+1，可看作在第 i+3 层中已经搜到值为 -alpha_i+2 的结点，因为 i+3 层中其他比这个值更大的结点若到达 i+1 层都无意义，所以可以放心地利用 beta_i+3 剪枝。

另外，当 val > alpha 时才会对 alpha 进行更新，而 alpha_i+1 = -beta_i，则有：

val _i+1 > alpha _i+1 -> -val _i+1 < beta _i

即实际上在第 i 层取得的第 i+1 层结果中不会出现比 beta_i 更大的值，故上节剪枝表达式中的 = 是必不可少的。

---

如有不当还请不吝指正