Zobrist 哈希

今天,从网上查资料的时候无意间发现了一篇短小的博文,介绍了Zobrist 哈希,本人看后感觉简短但是很明白易懂。

转至一篇叫做IThinktan作者写的文章,如下:

Zobrist 哈希是以Albert L.Zobrist的名字命名。它是一种特殊的置换表,

Zobrist 哈希是一种专门针对棋类游戏而提出来的编码方式,以其发明者 Albert L.Zobrist 的名字命名。Zobrist 哈希通过一种特殊的置换表,也就是对棋盘上每一位置的各个可能状态赋予一个编码索引值,来实现在极低冲突率的前提下在一个整型数据上对棋盘进行编码。其编码步骤描述如下:

1) 将棋盘分为最小单位(如果将9X9围棋盘分为81个交叉点),求出每个单位上不同状态数(如围棋盘上的 1 个交叉点有 3 个状态)。

2) 为每个单位上的每种状态生成一个一定范围内(如64位整数)随机数。

3) 对于特定的棋局,将每个单位上的状态对应的随机数作异或运算,所得即为哈希值。

 

用 Zobrist 哈希为棋局状态编码至少具备两个优点:

1) 当随机数的范围足够大时,不同的棋局产生哈希冲突的概率非常小,在实际应用中通常可以忽略。

2) 在棋局进行过程中,不必每次重新开始计算棋局的哈希值,只需计算棋局状态发生改变的部分。

 

以下以一个 的围棋棋盘为例对 Zobrist 哈希作进一步说明:

  1. 2X2的围棋棋盘一共有 4 个单位,每个单位有 3 种状态(黑子,白子,空点),则为每种状态生成 1 个 8 位的随机数:

    对于如下棋局:


围棋是一种复杂的博弈,对于围棋人机对弈,通常采用博弈树搜索算法。而为了加快搜索速度,可以使用Zobrist Hashing技术来优化搜索。 具体实现步骤如下: 1. 定义棋盘状态 我们需要定义一个二维数组来表示棋盘。其中,空点用0表示,黑子用1表示,白子用2表示。 2. 定义Zobrist哈希表 我们需要定义一个Zobrist哈希表,用来存储每个棋盘状态的哈希值。在实现中,我们需要定义一个随机数数组,用来表示每个点的随机哈希值,然后通过异或运算将每个点的哈希值合并成整个棋盘状态的哈希值。 3. 实现博弈树搜索算法 我们需要实现一个博弈树搜索算法,来搜索最优的下棋位置。在实现中,我们可以采用极小极大算法来搜索最优解。具体实现步骤如下: - 对于当前棋盘状态,首先计算出当前哈希值,并查询Zobrist哈希表,如果已经存在该状态的哈希值,则直接返回对应的估值。 - 如果当前状态不在哈希表中,则遍历所有空点,逐个尝试落子,并递归搜索下一层棋盘状态。 - 在递归搜索下一层时,交换当前玩家,并更新哈希值。 - 在搜索完所有子状态后,根据当前玩家的颜色,返回最大或最小的估值,并将当前状态的哈希值和估值存入Zobrist哈希表中。 4. 实现下棋功能 当我们搜索出最优的下棋位置后,就可以将对应的棋子落在棋盘上,并更新棋盘状态和哈希值。 总结: 通过以上步骤,我们可以实现一个基于Zobrist哈希表和博弈树搜索算法的围棋人机对弈程序。该程序可以在较短时间内搜索出最优解,并且可以通过调整博弈树的深度来控制搜索速度和难度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值