演算法：採取minmax演算法，利用alpha-beta演算法減枝。
原理：首先，演算法是用於計算出當前下棋所產生的最好價值。
那麼，定義自己的價值越高數值越大（正），對手的價值越高數值越小（負）
下棋是你一手我一手的下，根據下棋的步驟，構建決策樹
所謂決策樹就是：每個節點是當前局面的評分，節點的基數層該自己下棋，偶數層該對手下棋
那麼，在遍歷決策樹時，首先要計算第一層能獲取的最大值max
要想獲得第一層，那就遍歷第二層（第二層為根節點所能產生的所有走法的評分）
在第二層中找到最小的那個min（為什麼要找最小的？因為第二層是對手下棋，對手最好的走法，對你來說最壞）
要想找第二層的最小值，那就得遍歷每個節點的第三層，找到第三層中最大的值（因為該你走），然後比較所有max中min的那乙個
這一句可能不太清楚，是說對手會遍歷你下一手的所有走法，然後找到最差的那個（對他最好）。所以是在max中找min
之後一直這樣遍歷
但是如果這樣的話，節點數量會成指數倍增加。效率大大的下降了。
如果每次正常的走法有n個。
那麼第一層節點的個數是1，第二層是n，第三層是n*n，第四層是n*n*n....第n層的節點數將會達到n的n次方。一輩子都算不完了
所以目前的做法有兩個
1、限制搜尋的層數，只搜尋有限層（層數越高當然智慧型越高，速度也越慢）
2、採用減枝（上面說的思路是每次都會遍歷所有子節點，但實際上可以通過一些計算，忽略點大部分節點）
而alpha-beta演算法就是採用了以上方法的minmax改進版
步驟如下：
1、如果要找某個節點（即為某個走法）的最優值（我們稱為alpha或者max），那麼需要首先找出第乙個子節點的alpha值
2、通過同樣的函式，計算子節點（對手的走法）中最好的值（但對我們來說是最壞的），取反。然後和當前的alpha和beta值比較
3、如果大於當前的beta值，說明如果選擇這一步，那對手就會走出對我們更不利的局面，那麼基於這個節點的所有子節點都拋棄掉（減枝）
4、如果大於當前的alpha值，說明找到了更好的走法，把當前的alpha設定為該值，然後繼續找剩下的走法。
5、返回alpha值，即為最好的走法。
6、重複尋找，一直達到最大深度。
考慮例子：
假設有n個袋子，每個袋子有n個物品（用於模擬下棋，袋子即為走法，物品即為走法的價值）
規則是你可以看所有的物品，然後選擇你想要的袋子，然後從袋子中拿走價值最低的那乙個。
很顯然，最簡單的做法是檢視所有的袋子，找出每個袋子中，價值最低的物品（min）
然後在這些物品中選擇相對來說最好的（max）物品所在的袋子。這就是minmax演算法
規則很簡單，演算法也很簡單。但如果袋子和物品很多，需要很多時間才能全部看完並且比較完價值。
如果有時間限制：比如需要在10分鐘之內做出決定，那顯然目前是辦不到的。
其實可以換種辦法。
首先檢視第乙個袋子中全部的物品，找出其中價值最小的物品（設max和min都為它）
然後從第二個袋子拿出乙個物品，如果這個物品的價值比min還小，那根據規則（所得物品為袋子中價值最少的物品）
你從這個袋子中獲得的物品的價值肯定是小於或者等於這個物品，也就是說肯定小於min
如果比min大，那就繼續查詢剩餘的物品，直到找到乙個比min還小的物品，那就捨棄這個袋子，或者找完所有物品。
找出其中價值最小的，與max比較，如果大於max，則表示選中這個袋子，價值更高。把max設定為這個物品的價值
重複找之後的袋子，直到找完。這時候，max物品所在的袋子就是你要選擇的袋子
當然，這個例子只是簡單的描述alpha-beta演算法，而且只是depth為1的情況。
以下是模擬演算法：
難點在於alpha和beta的位置不斷的互相轉變，值也在取反。
需要理解了這個函式的引數意義，以及該博弈樹是由自己和對手輪流走，引數的演算法樹
而且對手走的價值高的棋，對於我們來說是最低的
depth:當前層深度
max:當前能找到的最好值（也叫alpha）
min:當前能找到的最壞值（也叫beta）
（之所以取相反數，是因為正值表示對一方有利，負值表示對另一方有利）
// 計算對於當前走法的最佳價值
int alpha(int depth, int max, int min)
makeallpass(); // 產生所有走法
foreach ( pass p in allpass ) // 遍歷所有的走法
// 如果這個最壞值，比現在的max還要好，那就取這個值為max
if ( v > max )
}return max;
}寫的有點暈，大體上就是這麼回事了~~
演算法用於五子棋遊戲：
演算法框架其實已經搭建好了，需要實現的函式有
getcurrentvalue()：用於計算當前走法的價值
makeallpass()：用於產生所有有效的走法
dopass(pass)：下一步棋
undopass(pass)：悔一步棋
詳解alpha beta演算法
最近在做中國象棋對弈程式，用到了alpha beta演算法。在網上搜尋了很多但是智商的因素讓我無法清除的弄明白。今天我的人機對弈終於完成了，我把我對alpha beta演算法的理解寫出來。希望大神們有什麼不同的意見能夠指出來，幫助我改正加深我對演算法的理解，小弟先行謝過。首先貼出如下這幅圖，我會細緻...
AlphaBeta剪枝演算法
關於alphabeta剪枝的文章太多，這個方法是所有其它搜尋方法的基礎，得多花些時間認真地理解。先把基本概念再回顧一遍 節點 在中國象棋中就是乙個棋盤的當前局面board，當然該輪到誰走棋也是確定的。這裡的圓形節點表示終止節點，在中國象棋裡就是一方被將死的情況 或者到達了搜尋的最大深度 後續不會再有...
數獨c 解決 dfs 減枝
刷華為的機試題 傳送門 數獨 刷到了乙個關於數獨的題目，以為數獨還有什麼特殊的解，自己寫了個減枝的dfs過了83 的資料，但是好多同學都有同樣的問題，估計使題目的問題把，這題有多解但是做法不同，就有不同的答案，但是答案都是正確的，然後test有只有乙個這就很惱火，所以就假裝我這是正確的吧。以前聽說過...