python的五子棋ai

　　五子棋是所有棋类博弈中比较简单的了，这里介绍的也只是一种非常基本的AI策略。其实，包括之前的AI贪吃蛇，感觉这两个AI其实体现的都是一种建模思想，把一个现实中的问题模型化，抽象化，得到其一般特征，再设计数据结构及算法。

　　首先，要意识到一件事情，我们可以用一个三维数组记录所有的获胜局势，比如

　　

再如：

　　

　这种获胜局势是有限可数的，所以，AI的关键一步就是得到这个三维数组：

 

1 //统计所有可能的赢法,需要好好理解
 2 for (var i = 0; i < 15; i++){
 3     for (var j = 0; j < 11; j++){
 4         for (var k = 0; k < 5; k++){
 5             wins[i][j+k][count] = true;
 6         }
 7         count++;
 8     }
 9 }
10 for (var i = 0; i < 11; i++){
11     for (var j = 0; j < 15; j++){
12         for (var k = 0; k < 5; k++){
13             wins[i+k][j][count] = true;
14         }
15         count++;
16     }
17 }
18 for (var i = 0; i < 11; i++){
19     for (var j = 0; j < 11; j++){
20         for (var k = 0; k < 5; k++){
21             wins[i+k][j+k][count] = true;
22         }
23         count++;
24     }
25 }
26 for (var i = 0; i < 11; i++){
27     for (var j = 14; j > 3; j--){
28         for (var k = 0; k < 5; k++){
29             wins[i+k][j-k][count] = true;
30         }
31         count++;
32     }
33 }
34 //共 572 赢法

 

　　现在，关键是如何利用这个三维数组，其实很多机器博弈其实就是在打分，再把棋子下到分高（或分低）的地方，比如以下红色位置，如果没有棋子，应该 给一个较高分，因为在下一个白棋子就赢了，但是如果下了一个黑棋子，那么，上面的第一种赢法无论如何也不可能了，所以直接设置为零分。所以在设置两个一位数组，记录每种赢法的得分，再查找棋盘上哪些位置可以实现这种赢法，给这些位置加分，最后从所有位置中，找出分最高的落子即可。而且，一种赢法上的落子越多，就越接近获胜，所以分数应该越高。

1     for (var i = 0; i < 15; i++){
 2         for (var j = 0; j < 15; j++){
 3             if (0 == chessBoard[i][j]){//no chessman
 4                 for (var k = 0; k <count; k++){
 5                     if (wins[i][j][k]){
 6                         if (1 == myWin[k]){
 7                             myScore[i][j] += 200;
 8                         } else if (2 == myWin[k]){
 9                             myScore[i][j] += 400;
10                         } else if (3 == myWin[k]){
11                             myScore[i][j] += 2000;
12                         } else if (4 == myWin[k]){
13                             myScore[i][j] += 10000;
14                         }
15                         if (1 == computerWin[k]){
16                             computerScore[i][j] += 320;
17                         } else if (2 == computerWin[k]){
18                             computerScore[i][j] += 420;
19                         } else if (3 == computerWin[k]){
20                             computerScore[i][j] += 4200;
21                         } else if (4 == computerWin[k]){
22                             computerScore[i][j] += 20000;
23                         }
24                     }
25                 }
26                 if (myScore[i][j] > max){
27                     max = myScore[i][j];
28                     u = i;
29                     v = j;
30                 } else if (myScore[i][j] == max){
31                     if (computerScore[i][j] > computerScore[u][v]){
32                         u = i;
33                         v = j;
34                     }
35                 }
36                 if (computerScore [i][j] > max){
37                     max = computerScore[i][j];
38                     u = i;
39                     v = j;
40                 } else if (computerScore[i][j] == max){
41                     if (myScore[i][j] > myScore[u][v]){
42                         u = i;
43                         v = j;
44                     }
45                 }
46             }
47         }

最后，只需要统计每落子一次是否有一方赢了即可，这里谈及了AI核心思想，其他部分比如判断胜负，交替落子等逻辑可以找到很多学习资料。

 

　　总结，AI看似高大上，但是其实际是对实际问题的高度抽象、模型化以及大量计算（正是计算机的优势）。如果能缜密地设计好编码思路，那么效率就会很高，比如昨天写的贪吃蛇，很多情况没想到，所以总是陷入困境，当代码量增加，逻辑结构变的复杂时，一定要事先规划，或者说，设计模式。自己要突破目前的瓶颈期可能要学习一下这方面的东西了！！！

　　此外，还利用Hbuilder生成了APP，首先是自己这么想了，然后还真找到办法实现了，所以创意，眼界，技术，同样重要。

　　

　　

      完整代码点这里

　　小记。