QT五子棋详解之八：min-max优化的负极大值算法兼谈qt内存泄露

负极大值搜索作为min-max博弈算法的优化，其本质上没有任何区别。

负极大值搜索它的效率也不会快多少，只是它的代码更加优雅简洁。更好进行代码的移植。

我们将min-max博弈算法与负极大值算法的伪代码发出来比较一下。不加那个剪枝的

int MinMax(int depth) {
if (SideToMove() == WHITE) {　// 白方是“最大”者
return Max(depth);
}
else {　　　　　　　　　　　// 黑方是“最小”者
return Min(depth);
}
}


int Max(int depth) {
int best = -INFINITY;
if (depth <= 0) {
return Evaluate();
}
GenerateLegalMoves();
while (MovesLeft()) {
MakeNextMove();
val = Min(depth - 1);
UnmakeMove();
if (val > best) {
best = val;
}
}
return best;
}


int Min(int depth) {
int best = INFINITY;　// 注意这里不同于“最大”算法
if (depth <= 0) {
return Evaluate();
}
GenerateLegalMoves();
while (MovesLeft()) {
MakeNextMove();
val = Max(depth - 1);
UnmakeMove();
if (val < best) { 　// 注意这里不同于“最大”算法
best = val;
}
}
return best;
}
上面的代码可以这样调用：
val = MinMax(5);

对比负极大值算法的伪代码是不是代码更加风骚：

要从极大极小值过渡到负极大值搜索，需要理解几个方面：

1、极大极小值对每一个点的评估都是对于电脑来说的。而负极大值是对于本层来说的。如第一层是黑棋，那么这一层的分数是对于黑棋来说的，下一层是白棋层，那么这些点的分数是对于白棋的角度来看的。

2、max(deep-1)=-min(deep-1).假设本层为黑棋层，求本层某个点对于黑棋的分数，实际是求下一层白棋对于下一点的分数的负数。

3、每一层都是选的最大值，因为这个值是当前玩家的角度对于局势的评价。

看图说话：在这个局面，下面的点的得分是白棋对于局面的评价。

那么对于黑棋来说，上面的点的得分又是多少呢？

首先对于白棋来说，其会选择对其最有利的一个点：

黑棋对其取负数，就变成了黑棋对这个局势的评价：