小时候大概四五年级的时跟着我姥爷学下象棋，到后来上高中的时候可以下过我姥爷了，感觉很得意，我姥爷说人老了，脑子不好使了…就象我现在写的这个软件一样，它是我写出来的，历时一个月，到现在我完全不是他的对手了，很多时候跟它下，都能知道它下一步走什么，感觉自己有很大的优势，可就是不管怎么努力都不能把优势转成胜势！最后一点一点的我的攻势被瓦解，然后输掉整盘棋！我绝对是个初学机器博弈的菜鸟，但我象棋水平还不算太业余，结果我输给了自己做的程序，我就在想，要是全人类中的顶尖高手会不会做出挑战全人类无敌的软件呢？很可怕，人的一切智慧的行为都是博弈的行为！说下初学机器搏弈的心得，有共同兴趣的同志可以一起探讨，我无尝提供我做的这个象棋的源代码，不过没我给你解释们很难看的懂，不是太难，而是太乱，哈哈！一个完整的程序要有：局面的表示，由于运算量巨大，要使用一维数组，二维的话运算时间几乎为平方倍！棋子的表示，建意使用整型类型，还是为了速度，我曾花了大概十几天的时间来加快运算速度，这是件蛋疼的事情！还有用一个二维数组来关联一个局面中红黑方棋子的位置，这在走法生成时将节约大量时间，我的程序中没有用到这个，我的程序目前只搜到六层，就是深度，七层的话大概每走一部运算40多秒，这是无法忍受的！再就是走法生成涵数，先找到一个本方棋子，根据棋子类型生成所有符合规则的走法。再就是搜索引擎，就是个基于历史启发的阿尔发贝塔搜索涵数，基本思想就是：把能走的都走一遍试试，然后就是让对方把能走的都走下，这样下去，从最底层的那一步往上倒推，再该程序走的那些走法里选对程序最有利的走，再该对方走的时候对方肯定会选对程序最不利的走发走，这样展开就会找到最好的走发，然后让程序走这个走发，举个例子：比如开局，程序用红子，有四十五种走发，从里面取一种走，然后让对方走他所有能走的中的一种，平均也是四十多种，这样程序走一步，对手走一步就会有大越四十乘四十种可能，这就是所谓的深度为二，深度为三就是当对手走一步之后再让程序走一步，这样深度为三大越就会有四十乘四十乘四十等于64000种可能，为四就是2560000种，指数增长的东西是可怕的，除了上帝谁都追不上，这就是为何我们做这类程序到处都会讲效率！回到原来的例子，最后就是让程序从这2560000种可能种选出最好的情况走，怎么选择？如何让程序知道哪种情况对自己有利？这就是局面评估涵数，好的评估涵数能避免搜索部分大量无畏的搜索从而节约时间，回头我们再说阿尔发贝塔怎么来加快搜索。我们知道过河的兵比不过河的兵贵重，当头兵比边兵贵重，在九宫中心的兵甚至比一个马还要贵重，这样每种棋子就会有一个与绝对位置相关的价值，称为子力价值，我的程序直接照搬了开源的象眼软件的子力价值表，当然还有很多因素决定一个局面的好坏，我没有做研究，我把这个任务交给了搜索引擎，我们回头说搜索，试想下，如果我们的搜索深度为八大概有几种可能？6553600000000种！这样个天文数字既使计算机素度很快了也要很长时间，我们假设一秒可以评价五十万种情况的好坏，要评价完这么多种情况大约需要207813年，那时候你都成化石了！那该怎么办？剪枝！这么多情况中有很多是不用评价好坏的，比如对方将军，我们就没必要考虑毫无关系的棋子该怎么走，由那几种毫无关系的走发延伸出来的所有走发都不用考虑，因为你选择他们的话对方就会吃掉你的将，你就挂了！就是说我们知道那些走发很不好就行了，没有必要知道到底有多坏！这就是阿尔发贝塔剪枝，我们没必要考虑那些已经足够坏的情况了。但是这有一个问题，如果我们已经考虑了所有情况才开始剪枝，那将是毫无意义的！因为我们已经花了大量时间去考虑所有情况了，但要是我们刚搜索没多久就可以剪枝了，那就会剪掉大量不用考虑的情况，节约大量时间！这就是说待搜索的情况的排序是关键，如何排序？根据什么排序？历史启发！有些比较好的走发的后续走发中往往会有更好的走发（对对手来说就是坏），我们就优先搜索他就会尽量早的剪枝，一个多次被搜索到并认为是好的走法我们就优先搜索他，这就是所谓的历史启发！总的来讲就这么多，但这还不行，还有许多细东西，这只是个框架，比如将军的时候你就得多往后想几步，看会不会将死，就是深度要在原来的基础上加一，这就是将军延伸，还有胡相吃子就是换子的时候也要延伸，这就是兑子延伸，再就是检测重复，有很多都是询环出现的，我们没必须都考虑，还有就是迭代加深实现时间控制！我考，感想都快写成教程了！有这方面兴趣的加我QQ377693703共同学习下哈
软件下载地址：https://files.cnblogs.com/lipf/%E4%B8%AD%E5%9B%BD%E8%B1%A1%E6%A3%8B.zip