首先,这个代码不是我写的,但注释是我加上去的。
第二,目前这个代码只是使用了 alpha-beta 剪枝,棋力还弱,有很大的优化空间。但是代码写得非常清晰,如果有朋友对人机弈棋方面的课题有兴趣又还没有入门,这份代码作为一个例子是很棒的。
第三,目前计算机只能搜索 3 层,我觉得加上迭代深化和历史启发算法之后,搜索到 5 层是不成问题的。现代 JavaScript 的性能不错。
第四,作者在代码里展示了不少技巧,值得学习和借鉴,哪怕不懂 JavaScript 也很容易看懂代码(我也不懂)。
第五,试试这个 AI 的棋力:html">http://shaofei.name/OthelloAI/othello.html
以下是代码:
view plaincopy to clipboardprint?
var AI = {};
new function(){
AI.Pattern= pattern;
// 定义了 8 个偏移量
// 可以简单通过加法得到任一点周围 8 个点的坐标
// -11 -10 -9
// -1 x 1
// 9 10 11
// 如左上角的坐标为 x + (-11)
var directions=[-11,-10,-9,-1,1,9,10,11];
function pattern()
{
// 把整个棋盘填满 0
for(var i=0;i<100;i++)this[i]=0;
// 中间的 4 个格子,先放上两黑两白的棋子
this[54]=this[45]=1;this[55]=this[44]=2;
// 黑净胜外围子数目(黑减去白),估值时用。
this.divergence=0;
// 当前可走棋方为黑棋
this.color=1;
// 已经走了几步棋
this.moves=0;
// 稳定原型
// 0 是空白,1 是黑棋,2 是白棋,3 是边界
// 把 8 * 8 的棋盘扩展成 10 * 10,是一种技巧
// 可以简化坐标有效性的判断
var stableProto = [
3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 0, 0, 0, 0, 0, 0, 0, 0, 3,
3, 3, 3, 3, 3, 3, 3, 3, 3, 3
]
// 从一个 8 * 8 的棋盘载入状态
this.load=function(arr)
{
for(var y=1;y<=8;y++)
{
for(var x=1;x<=8;x++)
{
this[y*10+x]=arr[y-1][x-1];
}
}
}
// 判断能不能 pass
// 如果能,则当前可走棋方变更
this.pass=function()
{
for(var y=1;y<=8;y++)
{
for(var x=1;x<=8;x++)
{
if(this[y*10+x]==0)
{
// 有任何一步棋可走,都不可以 Pass
if(this.move(x,y,this.color))
{
return false;
}
}
}
}
//alert("pass");
// 这是一个技巧,因为 this.color 的值域是 {1, 2}
// 所以当 color 是 1 时,执行完下一语句后就是 2
// 当 color 是 2 时,执行完下一语句后就是 1
this.color = 3 - this.color;
return true;
}
this.clone=function()
{
function pattern(){}
pattern.prototype=this;
return new pattern();
}
this.toString=function()
{
var icon=[" ","*","o"]
var r="";
for(var y=1;y<=8;y++)
{
for(var x=1;x<=8;x++)
{
r+=icon[this[y*10+x]]+" ";
//r+=stableDiscs[y*10+x]+" ";
}
r+=" ";
}