•一種基於剪枝（ α-βcut-off）的深度優先搜尋（depth-first search）。
•將走棋方定為max方，因為它選擇著法時總是對其子節點的評估值取極大值，即選擇對自己最為有利的著法；
•將應對方定為min方，因為它走棋時需要對其子節點的評估值取極小值，即選擇對走棋方最為不利的、最有鉗制作用的著法。
•在對博弈樹採取深度優先的搜尋策略時，從左路分枝的葉節點倒推得到某一層max節點的值，可表示到此為止得以「落實」的著法最佳值，記為α。
•顯然此值可作為max方著法指標的下界。
•此類剪枝稱為α剪枝。
•同理，由左路分枝的葉節點倒推得到某一層min節點的值，可表示到此為止對方著法的鉗制值，記為β。
•顯然此β值可作為max方無法實現著法指標的上界。
•此類剪枝稱為β剪枝。
•α-β剪枝是根據極大-極小搜尋規則的進行的，雖然它沒有遍歷某些子樹的大量節點，但它仍不失為窮盡搜尋的本性。
•α-β剪枝原理中得知：
α值可作為max方可實現著法指標的下界
β值可作為max方無法實現著法指標的上界
於是由α和β可以形成乙個max方候選著法的視窗
也便出現了各種各樣的α-β視窗搜尋演算法。
AlphaBeta剪枝演算法
關於alphabeta剪枝的文章太多，這個方法是所有其它搜尋方法的基礎，得多花些時間認真地理解。先把基本概念再回顧一遍 節點 在中國象棋中就是乙個棋盤的當前局面board，當然該輪到誰走棋也是確定的。這裡的圓形節點表示終止節點，在中國象棋裡就是一方被將死的情況 或者到達了搜尋的最大深度 後續不會再有...
Alpha beta剪枝演算法例項分析
看本章之前，請先參看前一篇文章 minimax演算法及例項分析 由於minimax演算法有乙個很大的問題就是計算複雜性。由於所需搜尋的節點數隨最大深度呈指數膨脹，而演算法的效果往往和深度相關，因此這極大限制了演算法的效果。alpha beta剪枝是對minimax的補充和改進。採用alpha bet...
Alpha beta剪枝演算法例項分析
原帖 看本章之前，請先參看前一篇文章 minimax演算法及例項分析 由於minimax演算法有乙個很大的問題就是計算複雜性。由於所需搜尋的節點數隨最大深度呈指數膨脹，而演算法的效果往往和深度相關，因此這極大限制了演算法的效果。alpha beta剪枝是對minimax的補充和改進。採用alpha ...