剪枝计算机,α-β剪枝 - 电脑黑白棋 - 黑白棋天地

α-β剪枝算法

前面介绍的基本搜索算法，在实际应用是是十分费时的，因为它需要考虑所有可能的棋步。有研究表明，在黑白棋的中盘阶段，平均每个局面大约有10步棋可供选择[1]。如果程序前瞻10步(搜索深度为10)，就需要考虑大约100亿个局面。假设计算机以每秒1000万个局面的速度进行运算，每下一步棋大约需要运算十几分钟。因此，在有限的时间内，程序无法进行很深的搜索，这就大大制约了程序的棋力。

有没有更高效的搜索方法呢？Edwards、Timothy(1961年)[2]、Brudno(1963年)[3]等人相继在研究中发现，程序搜索过程中有很多局面是完全可以忽略的，并提出了α-β剪枝算法(Alpha-beta Pruning)。我们就仍以图1所示的局面为例，简要说明剪枝算法的原理。

图1 白先，当前最佳估值为0

假设白棋已经搜索了D6的后续变化，得出这步棋的估值为0。接着开始搜索F4这步棋，白棋下F4后形成图2所示的局面。

图2 黑先，当前最佳估值为+6

在这一局面中，黑棋相继搜索了C3、D3、E3三步棋，当