浅析基本AI五子棋算法

　　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：

 //统计所有可能的赢法,需要好好理解
 for (var i = 0; i < 15; i++){
     for (var j = 0; j < 11; j++){
         for (var k = 0; k < 5; k++){
             wins[i][j+k][count] = true;
         }
         count++;
     }
 }
 for (var i = 0; i < 11; i++){
     for (var j = 0; j < 15; j++){
         for (var k = 0; k < 5; k++){
             wins[i+k][j][count] = true;
         }
         count++;
     }
 }
 for (var i = 0; i < 11; i++){
     for (var j = 0; j < 11; j++){
         for (var k = 0; k < 5; k++){
             wins[i+k][j+k][count] = true;
         }
         count++;
     }
 }
 for (var i = 0; i < 11; i++){
     for (var j = 14; j > 3; j--){
         for (var k = 0; k < 5; k++){
             wins[i+k][j-k][count] = true;
         }
         count++;
     }
 }
 //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。

     for (var i = 0; i < 15; i++){
         for (var j = 0; j < 15; j++){
             if (0 == chessBoard[i][j]){//no chessman
                 for (var k = 0; k <count; k++){
                     if (wins[i][j][k]){
                         if (1 == myWin[k]){
                             myScore[i][j] += 200;
                         } else if (2 == myWin[k]){
                             myScore[i][j] += 400;
                         } else if (3 == myWin[k]){
                             myScore[i][j] += 2000;
                         } else if (4 == myWin[k]){
                             myScore[i][j] += 10000;
                         }
                         if (1 == computerWin[k]){
                             computerScore[i][j] += 320;
                         } else if (2 == computerWin[k]){
                             computerScore[i][j] += 420;
                         } else if (3 == computerWin[k]){
                             computerScore[i][j] += 4200;
                         } else if (4 == computerWin[k]){
                             computerScore[i][j] += 20000;
                         }
                     }
                 }
                 if (myScore[i][j] > max){
                     max = myScore[i][j];
                     u = i;
                     v = j;
                 } else if (myScore[i][j] == max){
                     if (computerScore[i][j] > computerScore[u][v]){
                         u = i;
                         v = j;
                     }
                 }
                 if (computerScore [i][j] > max){
                     max = computerScore[i][j];
                     u = i;
                     v = j;
                 } else if (computerScore[i][j] == max){
                     if (myScore[i][j] > myScore[u][v]){
                         u = i;
                         v = j;
                     }
                 }
             }
         }

　　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。