以上内容来源于百度百科，作为引子。
假如棋局进行到某一步，只需要预测到，下一层，哪一个方向更合适；
那么，如果直到最后的各个“局势”值，那么就可以逆回去，“综合”求得，当前应该选哪一个方向。
如何用算法，表现这个过程？？
如果棋局进行到2层A处，轮到极小者玩家下棋，那么极小值玩家，肯定会偏向2；
如果棋局进行到2层B处，轮到极小者玩家下棋，那么极小值玩家，肯定会偏向1；
那么在1层C处，轮到极大值玩家下棋，他只能选择往A，因为选择往B，轮到极小者玩家下棋时，必定选1；
所以如果极大者玩家，他最优的选择是A；
alpha-beta 剪枝
就是优化算法，不对deepth处所有的节点进行遍历计算
function alphabeta(node, depth, α, β, Player) if depth = 0 or node is a terminal node return the heuristic value of node if Player = MaxPlayer // 极大节点 for each child of node // 极小节点 α := max(α, alphabeta(child, depth-1, α, β, not(Player) )) if β ≤ α // 该极大节点的值>=α>=β，该极大节点后面的搜索到的值肯定会大于β，因此不会被其上层的极小节点所选用了。对于根节点，β为正无穷 break (* Beta cut-off *) return α else // 极小节点 for each child of node // 极大节点 β := min(β, alphabeta(child, depth-1, α, β, not(Player) )) // 极小节点 if β ≤ α // 该极大节点的值<=β<=α，该极小节点后面的搜索到的值肯定会小于α，因此不会被其上层的极大节点所选用了。对于根节点，α为负无穷 break (* Alpha cut-off *) return β (* Initial call *) alphabeta(origin, depth, -infinity, +infinity, MaxPlayer)
*每一个node，就是一个局势，一种下一步要落棋子的局势。虽然可以对小于deepth的Node，求得s，但是显然没看到最后，暂时s是极大或极小，不代表后边不能走向相反的结果；
*算法本身是返回node的值，所以，对于A点，需要获得B,C的值，然后选择最大的值，作为“下一步棋”；
直接以A的Node调用，看看如何“裁枝”，提高效率
参考： https://blog.csdn.net/joshualiunsw/article/details/52131507
当遍历到I节点的时候，刚遍历完Q，得到3；
按照算法，I节点获得β=3，那他的下一个分支，目标是找≤3，找不到就用β=3做为I处的值；
同时，知道对手，想要使得a≥7；因为β=3<a足够阻止对手，所以不用看R了；
当遍历到E节点的时候，刚遍历完J，得到8；
按照算法，J节点获得a=8，那他的下一个分支，目标是找≥8，找不到就用a=8做为J处的值；
同时，知道对手，想要使得β≤7；因为a=8>β足够阻止对手，所以不用看J1了；
一句话，知道上一步对手想要什么，自己先遍历一侧得到的值，足以阻止对手的话，另一侧就不用遍历了；