&五子棋 带AI (人机对战) C语言源码
秒后自动跳转到登录页
(奖励5下载豆)
快捷登录：
举报类型：
不规范：上传重复资源
不规范：标题与实际内容不符
不规范：资源无法下载或使用
其他不规范行为
违规：资源涉及侵权
违规：含有危害国家安全等内容
违规：含有反动/色情等内容
违规：广告内容
详细原因：
任何违反下载中心规定的资源，欢迎Down友监督举报，第一举报人可获5-10下载豆奖励。
视频课程推荐
五子棋 带AI (人机对战) C语言源码
上传时间：
技术分类：
资源评价：
（0位用户参与评价）
已被下载&118&次
这个是(2015年1月初)应付老师布置的 编程项目:五子棋,并带有人机对战. &
里面90%是本人编写,虽然代码长了点,但是我自己都下不赢电脑.... &
用了一点C++ 的东西(为了方便起见,主要是时间紧..) &
第一次发源码,说话有点无厘头... &
计算机老师给好评的代码,我就收2个下载豆豆,不多吧...
51CTO下载中心常见问题：
1.如何获得下载豆？
1)上传资料
2)评论资料
3)每天在首页签到领取
4)购买VIP会员服务，无需下载豆下载资源
5)更多途径：点击此处
2.如何删除自己的资料？
下载资料意味着您已同意遵守以下协议：
1.资料的所有权益归上传用户所有
2.未经权益所有人同意，不得将资料中的内容挪作商业或盈利用途
3.51CTO下载中心仅提供资料交流平台，并不对任何资料负责
4.本站资料中如有侵权或不适当内容，请邮件与我们联系（）
5.本站不保证资源的准确性、安全性和完整性, 同时也不承担用户因使用这些资料对自己和他人造成任何形式的伤害或损失
下载1450次
下载1094次
下载1485次
下载1547次
下载1438次
相关专题推荐
本专题收录Java经典编程的实例源码，
在国内的开发语言中，java凭借这简单
本套视频教程是韩顺平老师，循序渐进
北京圣思园张龙（风中叶）老师的Java
讲述Arm嵌入式Linux系统下的C语言编程
这段视频是从尚学堂科技的教学课堂上
本套视频共78集，是由郝斌老师根据多
本视频专题共180集涵盖了C语言概述中
本视频专题共107集涵盖了Java概述、数
由传智播客毕向东老师讲解的Java基础
本专题为spring视频教程，共31集。教
本专题为C语言黑客编程系列视频教程，
本专题为韩顺平讲解的Java从入门到精
本专题为Java Web项目开发案例精粹视
SSH为struts+spring+hibernate的一个
本专题为疯狂Java李刚老师讲解的Stru
本周下载热点
意见或建议：
联系方式：
您已提交成功！感谢您的宝贵意见，我们会尽快处理人机对战五子棋 机器人凶惨了_新闻中心_新浪网
人机对战五子棋 机器人凶惨了
&&&& 本报讯 （记者 詹遥）&不得行,我不可能连机器都赢不了,再来一盘！&昨日上午,南坪会展中心4楼的2号展厅内,五子棋机器人面前,人气旺得很。& 高交会现场,像这样好耍的展台不止一处。昨日,记者在现场帮市民打探了一下,推荐几个有意思的&耍点&、&看点&。玩：人机对战五子棋& 这个会下五子棋的机器人,实际上是一台由电脑操控的机械臂,位于首钢莫托曼机器人有限公司展台内。研发工程师张洪涛介绍,这个机器人是他和同事姚鹏特意提前编写程序,带到现场助兴的。& 游戏难度分高、中、低3个档次。&低级档次时,电脑考虑不会很全面；中等档次时电脑注重堵截；高等档次时则注重进攻。&张洪涛说,这个机器人从取棋到落子只需两三秒时间。为了给市民一个&面子&,机器人还特意延时了两三秒。& 两小时左右,共有十六七拨人前来挑战&中高级水平&,取胜者不过两三人。想：挑战&终极密码锁&& 今年62岁的钟德文老先生,昨日在4楼的中国发明协会展区内&摆了个摊&,为自己发明的&按键式机械密码锁&寻找投资商。& 钟德文按下12个键,其中只有4个才是有用的,而他设置的密码居然有7位。这让看着他操作的记者晕头转向。他发明的密码锁可以当众操作但密码却不会泄密,也可以在门内加设保险装置,让人即使知道密码也进不去。 & 钟德文称,他的密码锁无人能破,欢迎高手去挑战。拍：水陆空罕见装备& 平时很难看到的军用车辆、万吨级轮船模型、中国最小的私人飞机和&嫦娥一号&卫星1∶1模型等,都将&零距离&与市民们见面。 & 昨日,人气最旺的当数一辆装甲车,大家纷纷排队在车前留影。据四川电子军工集团的技术负责人熊先生介绍,这辆装甲车安装了&三维相控阵雷达&,能够搜索发现近程、低空、超低空的空中目标,还能精确测定目标方位、距离和高度,必要时可直接引导防空火力对空射击。&&
】【】【】
不支持Flash
不支持Flash君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
人机对战五子棋游戏算法
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口下次自动登录
现在的位置:
& 综合 & 正文
五子棋，人机对战，C语言实现。
C语言设计一个人机对战的五子棋摘要：五子棋是一种受大众广泛喜爱的游戏，这里介绍五子棋程序的数据结构、评分规则、胜负判断方法，重点分析了搜索，并在传统的博弈算法在五子棋应用中进行一些改进，从而使剪枝更有效，运算性能更好。改进包括：不使用closed表；改变棋盘搜索顺序；增加记录最大棋盘信息的指针。实验证明，这几点改进对提高效率有很高帮助。
关键词：五子棋；极大极小值；剪枝；算法改进
近来随着计算机的快速发展，各种棋类游戏被纷纷请进了电脑，使得那些喜爱下棋，又常常苦于没有对手的棋迷们能随时过足棋瘾。而且这类软件个个水平颇高，大有与人脑分庭抗礼之势。其中战胜过国际象棋世界冠军-卡斯帕罗夫的“深蓝”便是最具说服力的代表；其它像围棋的“手淡”、象棋的“将族”等也以其优秀的人工智能深受棋迷喜爱；而我们今天将向大家介绍的是五子棋的算法。 　　当我们与电脑对战时，您知道这些软件是怎样象人脑一样进行思考的吗？在这里就以此为例和大家一起探讨探讨。
为了使读者对五子棋搜索复杂度有个形象的认识，举一个中国象棋跟五子棋搜索次数的比较（如图）。可以看出同中国象棋相比，五子棋的分支系数大的多，而且胜负条件判断也复杂一些。在极大的分支系数下，搜索程序的最大搜索深度增加1层，耗费的运算时间都将大量增加。因此设计出一个有效的搜索算法是非常重要的。
某方将帅丧失
某方五个棋子连成一线
的组织如下：首先简单介绍用C语言作图的基本方法（Turbo C 2.0环境）以及主循环控制下棋模块，其次介绍设计这个五子棋程序的数据结构，然后介绍了评分算法以及胜负判断，最后重点讨论实现搜索算法。
1.基本的C作图方法及主循环控制模块
Turbo C提供了非常丰富的图形函数，所有的图形函数的原型均建立在graphics.h中，在使用图形函数时要确保有显示器图形驱动程序*.BGI，同时将集成开发环境Options/Linker中的Graphics lib选为on，只有这样才能保证正确使用图形函数。
这个程序调用一个EGA、VGA显示器下能独立图形运行的函数。所谓独立图形运行程序，就是在编译和连接时将相应的驱动程序（*.BGI）直接装入到执行程序，从而能在独立的计算机上运行，避免需要重新编译连接才能运行（请查阅参考书1以及源码）。Turbo C进行画点、画线、封闭图形填充以及图形下文本输出只需要调用graphics.h中相关的函数。
主循环控制模块：控制下棋顺序，当轮到某方下子时，负责将程序转到相应的模块中去，主要担当一个调度者的角色。这个五子棋程序是用键盘控制下棋，所以要用到Turbo C中的bios.h。在一个循环块中等待键盘信息，判断键盘所输入的信息是否需要响应，调用相关的进行下棋（参考源码中的main函数部分）。
2.五子棋基本数据结构
为整个棋盘建立一张表格用以记录棋子信息，使用一个15*15的二维数组 chessman[15][15] (15*15是五子棋棋盘的大小)，数组的每一个元素对应棋盘上的一个交叉点，用“0”表示空位、“1”代表己方棋子、“2”代表对方棋子。这张表也是今后分析的基础。其次要建立一个结构，主要用于搜索过程中，定义如下：
typedef struct five_chess*
struct five_chess{
int chess[LENGTH][LENGTH];
int record[LENGTH][LENGTH];
x,y表示在某个位置上扩展出来的新节点，layer是表示第几层扩展，用于控制扩展深度。value表示该点上极大极小值，score表示叶子节点的得分，用于推算父辈节点的value，chess这个二维数组表示扩展出来的棋盘信息，record记录在x、y点上扩展过的节点，如果没有扩展record中对应某个值为0。如果record中没有可以扩展的节点，那么该层扩展结束，返回一个特定值。
数组和一个结构构成了程序的基本数据骨架，今后只要再加入一些辅助变量便可以应付自如了。
3.评分规则以及胜负判断
评估一个棋盘的分数，主要通过扫描整个棋盘，对每个点评分。对某个点上评分从四个方向(角度分别为0、45、90、135的四个方向)分别统计，进而累积该点总分，最后得到整个棋盘的分数。实际上对当前的局面按照下面的规则的顺序进行比较，如果满足某一条规则的话，就给该局面打分并保存，然后退出规则的匹配。注意这里的规则是根据一般的下棋规律的一个总结，在实际运行的时候，用户可以添加规则和对评分机制加以修正（源码中选用了其中部分规则）。评分规则如下：
l判断是否能成5, 如果是机器方的话给予30000分，如果是人方的话给予－30000 分；
l判断是否能成活4或者是双死4或者是死4活3，如果是机器方的话给予10000分，如果是人方的话给予－10000分
l判断是否已成双活3，如果是机器方的话给予5000分，如果是人方的话给予－5000 分
l判断是否成死3活3，如果是机器方的话给予1000分，如果是人方的话给予－1000 分
l判断是否能成死4，如果是机器方的话给予500分，如果是人方的话给予－500分
l判断是否能成单活3，如果是机器方的话给予200分，如果是人方的话给予－200分
l判断是否已成双活2，如果是机器方的话给予100分，如果是人方的话给予－100分
l判断是否能成死3，如果是机器方的话给予50分，如果是人方的话给予－50分
l判断是否能成双活2，如果是机器方的话给予10分，如果是人方的话给予－10分
l判断是否能成活2，如果是机器方的话给予5分，如果是人方的话给予－5分
l判断是否能成死2，如果是机器方的话给予3分，如果是人方的话给予－3分
胜负判断实际上是据当前最后一个落子的情况来判断胜负的。实际上需要从四个位置判断，以该子为出发点的水平，竖直和两条分别为 45度角和135度角的线，目的是看在这四个方向是否最后落子的一方构成连续五个的棋子，如果是的话，就表示该盘棋局已经分出胜负。
4.搜索算法的实现
α-β剪枝是在极大极小搜索算法基础上发展起来的，因此先来分析下经典的极大极小搜索过程，如下：
①T:＝（s，MAX），OPEN:＝（s），CLOSED:＝（ ）；开始时树由初始节点构成，OPEN表只含有s。②LOOP1:IF OPEN＝（ ）THEN GO LOOP2；③n:＝FIRST（OPEN），REMOVE（n，OPEN），ADD（n，CLOSED）；④IF n可直接判定为赢、输或平局THEN f（n）:＝∞∨－∞∨0，GO LOOP1ELSE EXPAND（n）→{ni}，ADD（{
}，T）IF d（ni）＜k THEN ADD（{}，OPEN），GO LOOP1ELSE计算f（），GO LOOP1；nI达到深度k，计算各端节点f值。⑤LOOP2：IF CLOSED＝NIL THEN GO LOOP3ELSE :＝FIRST（CLOSED）；⑥IF（∈MAX）∧（f（∈MIN）有值）THEN f（）:＝max{f（）}，REMOVE（，CLOSED）；若MAX所有子节点均有值，则该MAX取其极大值。IF （∈MIN）∧（f（∈MAX）有值）THEN f（）:＝min{f（）}，REMOVE（，CLOSED）；若MIN所有子节点均有值，则该MIN取其极小值。⑦GO LOOP2；⑧LOOP3：IF f（s）≠NIL THEN EXIT（END∨M（Move，T））；s有值，则结束或标记走步。
MINIMAX过程是把搜索树的生成和格局估值这两个过程分开来进行，即先生成全部搜索树，然后再进行端节点静态估值和倒推值计算，这显然会导致低效率。为了使生成和估值过程紧密结合，采用有界深度优先策略进行搜索，这样当生成达到规定深度的节点时，就立即计算其静态估值函数，而一旦某个非端节点有条件确定其倒推值时就立即计算赋值。这就是所谓的α-β过程。α-β算法归纳如下：
α剪枝：若任一极小值层节点的β值小于或等于它任一先辈极大值居节点的α值，即α（先辈层）≥β（后继层），则可中止该极小值层中这个MIN节点以下的搜索过程。这个MIN节点最终的倒推值就确定为这个β值
β剪枝：若任一极大值层节点的α值大于或等于它任一先辈极小值层节点的β值，即α（后继层）≥β（先辈层），则可以中止该极大值层中这个MAX节点以下的搜索过程。这个MAX节点的最终倒推值就确定为这个α值。
5.算法的改进
这里的算法改进主要是集中于五子棋程序运用上的极大极小、α-β剪枝的改进。这个五子棋的算法流程图如下（以扩展两层为例）：
chessman[15][15]s0five_chesman,s0
s1=top()s1-&layer1
s1-&layer1push(s1),s2=top(),s2-&layer1
s2-&layer!=-1score
s2-&layer==-1,pop()max_chess
s1-&layer=-1,max_chess
采用C语言写的代码段如下：
s0=malloc(sizeof(struct five_chess));
for(i=0;i&3000;i++)
close[i]=NULL;
for(i=0;i&LENGTH;i++)
for(j=0;j&LENGTH;j++){
s0-&chess[i][j]=chessman[i][j];
s0-&record[i][j]=chessman[i][j];
s0-&layer=0;
s0-&value=-30000;
s0-&score=-30000;
while(is_empty()!=0){
s1=expand(s0);
if(s1-&layer==-1){
close[num++]=s1;
s1-&value=30000;
s2=expand(s1);
if(s2-&layer==-1){
if(s1-&value&top()-&value){
top()-&value=s1-&
max_chess=s1;
s2-&score=score(s2-&chess);
temps=top();
if(s2-&score&temps-&value)
temps-&value=s2-&
这个程序主要特点有：
l没有使用closed表，而改用一个指针指向得分最大的棋盘信息，并且使用一个记录表登记已经扩展过的结点。这样就不需要对closed表进行大量的访问，很大程度上提高了搜索性能。
l在扩展结点的时候，把棋盘分成三个部分：中间层（坐标5&=x&10,5&=y&10）、第二层（2&=x&12,2&=y&12并且除去中间层的那些点），第三层（0&=x&14,0&=y&14除去中间层和第二层的结点）。把棋盘分成这样三个部分扩展的依据是：越靠近中间位置的结点得分越高，这样先从得分高的结点开始计算，那么剪枝的次数就更多，从而很大程度上提高运算效率。实际上，扩展的最佳算法是以中间结点为中心，采用螺旋式搜索，这样最大程度上提高效率。
l使用一个记录得分最高的棋盘信息的指针typedef struct five_chess *point，这点改进能节省大量空间。因为扩展过程的结点非常多，如果采用这个
&&&&推荐文章:
【上篇】【下篇】