α-β剪枝 python实现

下面是α-β剪枝的Python实现，结合了五子棋的策略进行实现：

def alphabeta(board, depth, alpha, beta, maximizingPlayer):
    if depth == 0 or is_terminal(board):
        return evaluate(board, 1 if maximizingPlayer else 2)
    moves = generate_moves(board)
    if maximizingPlayer:
        value = -float('inf')
        for move in moves:
            x, y = move
            board[x][y] = 1 # Player 1's move
            value = max(value, alphabeta(board, depth-1, alpha, beta, False))
            board[x][y] = 0 # Undo the move
            alpha = max(alpha, value)
            if alpha >= beta:
                break
        return value
    else:
        value = float('inf')
        for move in moves:
            x, y = move
            board[x][y] = 2 # Player 2's move
            value = min(value, alphabeta(board, depth-1, alpha, beta, True))
            board[x][y] = 0 # Undo the move
            beta = min(beta, value)
            if beta <= alpha:
                break
        return value

其中，`board`表示当前的棋盘状态，`depth`表示搜索的深度，`alpha`和`beta`表示当前搜索的上下界，`maximizingPlayer`表示当前是最大化玩家还是最小化玩家。在每一次搜索中，根据当前玩家的角色，分别进行最大化和最小化搜索，并更新上下界。如果当前搜索的上下界不满足条件，则进行剪枝。最终返回搜索到的最优值。