一步一步實現五子棋5

前面弱智版五子棋雖然實現了讓電腦下棋，但是完全沒有思考能力。下面我們就來為電腦提公升智力，學會思考後再下棋。

計算機的思考能力體現在對盤面的分析上，通過分析可能形成的盤面，從中選擇最優結果，形成這個最優結果的著法即為計算機本次的選擇。盤面分析的過程就是查詢能形成五連珠的棋形，每種棋形賦予一定的分數，分數最高的盤面即為最佳盤面。下面是我總結的一些基本棋形（x表示黑子o表示白子-表示空格：

成五：***xx，形成這種棋形時即可分出勝負，賦予極高值。

活四：-***x-、x-***-x，這種棋形一旦形成，將無法防守，先手必勝，後手除了對方立刻成五也必勝。

衝四：o***x- 、o***-x、oxx-xx，這種棋形形成，先手必勝，後手對方必須防守。

活三：-***-、-x-xx-，這種棋形形成後，先手可成活四，後手對方必須防守，除非對方已經有活

四、衝四等棋形，否者必勝。

衝三：o***--、oxx-x-、ox-xx-，這種棋形可先手成衝四，雖然不是能立即獲勝的棋形，但一次或多次衝四後極可能形成良好的局面。

活二：--xx--、--x-x--，這種棋形是獲勝的開始，有贏棋始於活二的說法，活二對後續的發展非常關鍵。

後面還有衝二，活一等棋形，這裡就不一一介紹了。對這些棋形賦予恰當的分數，可更加真實的反應出盤面的優劣。

使用者落子後，每次都掃面整個棋盤，這樣的效率顯得比較低。事實上，新落子只會影響該點在棋盤上四個方向上的價值。因此我們可以將棋盤按照橫、縱、斜、反斜向的線用下面的結構體表示：

struct chess_line ;

陣列point[15]用來儲存每條線上的棋子情況，二維陣列mode用來儲存黑棋和白棋在該條線上的特定棋形的數量。每次落子或者回退後時，重新分析該點所在的四條線上的棋形。在分析盤面時，只需要統計棋盤上所有線上的棋形形成的分數後即可。

電腦在選擇下乙個落子點時，先遍歷每乙個有效的落子點，模擬落子後分析棋盤的價值。選擇所有可能落子中棋盤分數最高的點，該點就是電腦選擇的點。

void engine::thinking()

map::iterator itor = spacelist.begin();

chess_point *bestpoint = null;

int bestvalue = -100000000;

int tempvalue = 0;

while(itor != spacelist.end())

removechess(itor->second->x, itor->second->y);

itor++;

}aidown(bestpoint->x, bestpoint->y);

}addchess和removechess分別是分析落子點和回退點影響的線上的價值，calculatestore即統計整個盤面的價值。由於**量較大，就不一一貼出來了。這樣乙個簡單的ai就做好了。多的不說了，線看看效果吧。

看，是不是下的有模有樣了，一不小心還被它贏了一盤。不過基本版的五子棋智力還是非常有限的，想讓它更聰明，就需要引入博弈演算法，進行深度思考了。