基于α-β剪枝算法的五子棋游戏代码

时间: 2023-09-11 15:06:59 浏览: 93
以下是一个基于α-β剪枝算法的五子棋游戏代码示例(Python实现): ```python import random # 定义棋盘的大小 BOARD_SIZE = 15 # 定义棋子的类型 EMPTY = 0 BLACK = 1 WHITE = 2 # 定义棋子在棋盘上的表示方式 PIECE_STR = ['.', 'X', 'O'] # 定义棋盘 board = [[EMPTY for x in range(BOARD_SIZE)] for y in range(BOARD_SIZE)] # 定义α-β剪枝算法中的最大深度 MAX_DEPTH = 3 # 定义评估函数中的权重 SCORE_WEIGHTS = [0, 1, 10, 100, 1000, 10000] def print_board(): """打印棋盘""" print(" ", end="") for i in range(BOARD_SIZE): print("{:2d}".format(i), end="") print() for i in range(BOARD_SIZE): print("{:2d}".format(i), end="") for j in range(BOARD_SIZE): print(" " + PIECE_STR[board[i][j]], end="") print() def get_winner(): """获取胜者""" for x in range(BOARD_SIZE): for y in range(BOARD_SIZE): if board[x][y] == EMPTY: continue if y + 4 < BOARD_SIZE and \ board[x][y] == board[x][y + 1] == board[x][y + 2] == board[x][y + 3] == board[x][y + 4]: return board[x][y] if x + 4 < BOARD_SIZE and \ board[x][y] == board[x + 1][y] == board[x + 2][y] == board[x + 3][y] == board[x + 4][y]: return board[x][y] if x + 4 < BOARD_SIZE and y + 4 < BOARD_SIZE and \ board[x][y] == board[x + 1][y + 1] == board[x + 2][y + 2] == board[x + 3][y + 3] == board[x + 4][y + 4]: return board[x][y] if x + 4 < BOARD_SIZE and y - 4 >= 0 and \ board[x][y] == board[x + 1][y - 1] == board[x + 2][y - 2] == board[x + 3][y - 3] == board[x + 4][y - 4]: return board[x][y] return EMPTY def get_score(piece_type): """计算当前棋盘的得分""" score = 0 for x in range(BOARD_SIZE): for y in range(BOARD_SIZE): if board[x][y] != piece_type: continue for direction_x, direction_y in [(1, 0), (0, 1), (1, 1), (1, -1)]: cnt = 1 for i in range(1, 5): new_x, new_y = x + i * direction_x, y + i * direction_y if new_x >= BOARD_SIZE or new_y >= BOARD_SIZE or board[new_x][new_y] != piece_type: break cnt += 1 score += SCORE_WEIGHTS[cnt] return score def alpha_beta_pruning(piece_type, depth, alpha, beta): """α-β剪枝算法""" winner = get_winner() if winner == piece_type: return 1000000 if winner != EMPTY: return -1000000 if depth == MAX_DEPTH: return get_score(piece_type) - get_score(3 - piece_type) best_score = -float("inf") if piece_type == BLACK else float("inf") for x in range(BOARD_SIZE): for y in range(BOARD_SIZE): if board[x][y] != EMPTY: continue board[x][y] = piece_type score = alpha_beta_pruning(3 - piece_type, depth + 1, alpha, beta) board[x][y] = EMPTY if piece_type == BLACK: best_score = max(best_score, score) alpha = max(alpha, score) else: best_score = min(best_score, score) beta = min(beta, score) if alpha >= beta: return best_score return best_score def ai_make_move(): """AI下棋""" best_moves = [] best_score = -float("inf") for x in range(BOARD_SIZE): for y in range(BOARD_SIZE): if board[x][y] != EMPTY: continue board[x][y] = BLACK score = alpha_beta_pruning(WHITE, 1, -float("inf"), float("inf")) board[x][y] = EMPTY if score > best_score: best_score = score best_moves = [(x, y)] elif score == best_score: best_moves.append((x, y)) return random.choice(best_moves) if __name__ == "__main__": while True: print_board() winner = get_winner() if winner != EMPTY: print("游戏结束,胜者是:", PIECE_STR[winner]) break x, y = map(int, input("请下棋(x y):").split()) if board[x][y] != EMPTY: print("非法落子,请重新输入") continue board[x][y] = WHITE x, y = ai_make_move() print("AI下棋:", x, y) board[x][y] = BLACK ``` 这个代码实现了一个简单的五子棋游戏,使用了α-β剪枝算法来实现AI下棋。其中,`get_winner`函数用来判断胜负,`get_score`函数用来评估当前棋盘的得分,`alpha_beta_pruning`函数用来执行α-β剪枝算法,`ai_make_move`函数用来让AI下棋。

相关推荐

最新推荐

recommend-type

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a
recommend-type

matlab建立计算力学课程的笔记和文件.zip

matlab建立计算力学课程的笔记和文件.zip
recommend-type

FT-Prog-v3.12.38.643-FTD USB 工作模式设定及eprom读写

FT_Prog_v3.12.38.643--FTD USB 工作模式设定及eprom读写
recommend-type

matlab基于RRT和人工势场法混合算法的路径规划.zip

matlab基于RRT和人工势场法混合算法的路径规划.zip
recommend-type

matlab基于matlab的两步定位软件定义接收机的开源GNSS直接位置估计插件模块.zip

matlab基于matlab的两步定位软件定义接收机的开源GNSS直接位置估计插件模块.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。