minimax算法 alpha-beta剪枝

Minimax算法是一种博弈树搜索算法，用于在两个对手之间进行决策。该算法假设对手将采取最优策略，并尝试最小化自己的损失。因此，该算法选择最小化可能的最大损失的决策。Alpha-Beta剪枝是一种优化技术，用于减少Minimax算法的搜索空间。该技术通过剪枝不必要的搜索分支来减少搜索时间。

下面是Minimax算法和Alpha-Beta剪枝的实现代码：

1. Minimax算法

def minimax(node, depth, maximizingPlayer):
    if depth == 0 or node.is_terminal():
        return node.value
    if maximizingPlayer:
        maxEval = float('-inf')
        for child in node.children():
            eval = minimax(child, depth - 1, False)
            maxEval = max(maxEval, eval)
        return maxEval
    else:
        minEval = float('inf')
        for child in node.children():
            eval = minimax(child, depth - 1, True)
            minEval = min(minEval, eval)
        return minEval

2. Alpha-Beta剪枝

def alpha_beta(node, depth, alpha, beta, maximizingPlayer):
    if depth == 0 or node.is_terminal():
        return node.value
    if maximizingPlayer:
        maxEval = float('-inf')
        for child in node.children():
            eval = alpha_beta(child, depth - 1, alpha, beta, False)
            maxEval = max(maxEval, eval)
            alpha = max(alpha, eval)
            if beta <= alpha:
                break
        return maxEval
    else:
        minEval = float('inf')
        for child in node.children():
            eval = alpha_beta(child, depth - 1, alpha, beta, True)
            minEval = min(minEval, eval)
            beta = min(beta, eval)
            if beta <= alpha:
                break
        return minEval