VC实现五子棋游戏的一个算法示例

时间:2021-05-20

本文讲述了VC实现五子棋游戏的一个算法示例,该算法采用极大极小剪枝博弈算法,感兴趣的读者可以对程序中不完善的部分进行修改与完善。

该设计主要包括:数据结构、估值函数、胜负判断、搜索算法

程序运行界面如下:

具体实现步骤如下:

1、数据结构

//记录每步棋,可以建立链表用来进行悔棋、后退(本程序没有实现)struct Step{ int x,y; //棋子坐标 int ball; //表示下子方{BLACK,WHITE}};//记录棋盘情况,用于搜索过程class CBoardSituation{ public: int nArrBoard[15][15]; //棋盘情况 struct Step machineStep; //AI所下的那一步 long value; //盘面所打的分数};//当前棋盘,用于棋盘显示int nArrBoard[15][15];

2、估值函数

分析当前棋盘上黑白双方棋型:五连、活四、冲四、双活三、单活三、眠三、活二、眠二,然后根据五子棋规则给棋盘打分,
具体分值可以根据经验自己确定。本程序中:五连=9999(极值),活四=9990,冲四=9980,双活三=9970,多活三加2000,
单活三加200,每个眠三加10,每个活二加4,每个眠二加1。其中打分时还要根据当前下棋方情况进行打分。

3、胜负判断

这个比较简单,根据最后落子情况从水平、垂直、左斜、右斜四个方向检查是否存在五个连续棋子即可。

4、搜索算法

算法采用极大极小值博弈算法,它的主要思想为:预测后N步下棋情况,对预测的后N个棋盘进行打分。轮到自己下棋时选分值最大的,轮到对方下时选分值最小的。选出我们认为最优的作为下一步走法。本程序算法基本思想如下(算法语言表示):

void DFAI(){ long value=-MAXINT; //对初始根节点的value赋值 CBoardSituation currentBoard; //获取当前机器新棋面情况 for(int i=0;i<15;i++) for(int j=0;j<15;j++) currentBoard.nArrBoard[i][j]=nArrBoard[i][j]; currentBoard.machineStep.ball=ComputerBall; currentBoard.machineStep.x=gnRow; currentBoard.machineStep.y=gnColumn; currentBoard.value=Eveluate(currentBoard.nArrBoard,BLACK); //选取几个最好的下法(贪婪法)-->CountList; GetSeveralGoodPlace(¤tBoard,WHITE); CountList.RemoveAll(); POSITION pos=templist.GetHeadPosition(); for(int j=0;j { CountList.AddTail(templist.GetNext(pos)); } pos=CountList.GetHeadPosition(); CBoardSituation *pBoard; //对这些盘面做进一步深度搜索 for(i=0;i { pBoard= &(CountList.GetNext(pos)); pBoard->value=Search(pBoard,BLACK,value,0); value=Select(value,pBoard->value,WHITE); //找出最大的分值 } //回到链表头 pos=CountList.GetHeadPosition(); for(i=0;i { pBoard= &(CountList.GetNext(pos)); if (value==pBoard->value) //找出得到最高分的盘面 { value=pBoard->value; gnRow=pBoard->machineStep.x; gnColumn=pBoard->machineStep.y; bPlayerDo=TRUE; //当前下子方改为人 break; } } //其他处理}其中Search()函数如下://算法搜索函数long Search(CBoardSituation *board,int mode,long &oldvalue, int depth){ CList m_DeepList; long value; if(depthnArrBoard,mode))<8000) { value=(mode==WHITE)?-MAXINT:MAXINT; //选择几个最好的搜索目标 GetSeveralGoodPlace(board,mode); POSITION pos=templist.GetHeadPosition(); for(int j=0;j { m_DeepList.AddTail(templist.GetNext(pos)); } pos=m_DeepList.GetHeadPosition(); CBoardSituation successorBoard; for(int i=0;i { successorBoard= m_DeepList.GetNext(pos); //是否进行继续深度搜索(剪枝):极大极小值法 if((mode==WHITE && value<=oldvalue) || (mode==BLACK && value>=oldvalue)) { if(mode==WHITE) value=Select(value,Search(&successorBoard,BLACK,value,depth+1),WHITE); else//mode==BLACK value=Select(value,Search(&successorBoard,WHITE,value,depth+1),BLACK); } } return value; } else//搜索结束条件 { return Eveluate(board->nArrBoard,mode);//棋面打分 } return 0;}

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章