淺析基本AI五子棋算法

　　五子棋是所有棋類博弈中比較簡單的了，這里介紹的也只是一種非常基本的AI策略。其實，包括之前的AI貪吃蛇，感覺這兩個AI其實體現的都是一種建模思想，把一個現實中的問題模型化，抽象化，得到其一般特征，再設計數據結構及算法。

　　首先，要意識到一件事情，我們可以用一個三維數組記錄所有的獲勝局勢，比如

　　

　　再如：

　　

　　這種獲勝局勢是有限可數的，所以，AI的關鍵一步就是得到這個三維數組：

 

//統計所有可能的贏法,需要好好理解
for (var i = 0; i < 15; i++){
    for (var j = 0; j < 11; j++){
        for (var k = 0; k < 5; k++){
            wins[i][j+k][count] = true;
        }
        count++;
    }
}
for (var i = 0; i < 11; i++){
    for (var j = 0; j < 15; j++){
        for (var k = 0; k < 5; k++){
            wins[i+k][j][count] = true;
        }
        count++;
    }
}
for (var i = 0; i < 11; i++){
    for (var j = 0; j < 11; j++){
        for (var k = 0; k < 5; k++){
            wins[i+k][j+k][count] = true;
        }
        count++;
    }
}
for (var i = 0; i < 11; i++){
    for (var j = 14; j > 3; j--){
        for (var k = 0; k < 5; k++){
            wins[i+k][j-k][count] = true;
        }
        count++;
    }
}
//共 572 贏法

 

　　現在，關鍵是如何利用這個三維數組，其實很多機器博弈其實就是在打分，再把棋子下到分高（或分低）的地方，比如以下紅色位置，如果沒有棋子，應該 給一個較高分，因為在下一個白棋子就贏了，但是如果下了一個黑棋子，那么，上面的第一種贏法無論如何也不可能了，所以直接設置為零分。所以在設置兩個一位數組，記錄每種贏法的得分，再查找棋盤上哪些位置可以實現這種贏法，給這些位置加分，最后從所有位置中，找出分最高的落子即可。而且，一種贏法上的落子越多，就越接近獲勝，所以分數應該越高。

    for (var i = 0; i < 15; i++){
        for (var j = 0; j < 15; j++){
            if (0 == chessBoard[i][j]){//no chessman
                for (var k = 0; k <count; k++){
                    if (wins[i][j][k]){
                        if (1 == myWin[k]){
                            myScore[i][j] += 200;
                        } else if (2 == myWin[k]){
                            myScore[i][j] += 400;
                        } else if (3 == myWin[k]){
                            myScore[i][j] += 2000;
                        } else if (4 == myWin[k]){
                            myScore[i][j] += 10000;
                        }
                        if (1 == computerWin[k]){
                            computerScore[i][j] += 320;
                        } else if (2 == computerWin[k]){
                            computerScore[i][j] += 420;
                        } else if (3 == computerWin[k]){
                            computerScore[i][j] += 4200;
                        } else if (4 == computerWin[k]){
                            computerScore[i][j] += 20000;
                        }
                    }
                }
                if (myScore[i][j] > max){
                    max = myScore[i][j];
                    u = i;
                    v = j;
                } else if (myScore[i][j] == max){
                    if (computerScore[i][j] > computerScore[u][v]){
                        u = i;
                        v = j;
                    }
                }
                if (computerScore [i][j] > max){
                    max = computerScore[i][j];
                    u = i;
                    v = j;
                } else if (computerScore[i][j] == max){
                    if (myScore[i][j] > myScore[u][v]){
                        u = i;
                        v = j;
                    }
                }
            }
        }

　　最后，只需要統計每落子一次是否有一方贏了即可，這里談及了AI核心思想，其他部分比如判斷勝負，交替落子等邏輯可以找到很多學習資料。

 

　　總結，AI看似高大上，但是其實際是對實際問題的高度抽象、模型化以及大量計算（正是計算機的優勢）。如果能縝密地設計好編碼思路，那么效率就會很高，比如昨天寫的貪吃蛇，很多情況沒想到，所以總是陷入困境，當代碼量增加，邏輯結構變的復雜時，一定要事先規划，或者說，設計模式。自己要突破目前的瓶頸期可能要學習一下這方面的東西了！！！

　　此外，還利用Hbuilder生成了APP，首先是自己這么想了，然后還真找到辦法實現了，所以創意，眼界，技術，同樣重要。

　　

　　

      完整代碼點這里

　　小記。