AI五子棋程序设计

课程名称：人工智能

项目名称：人工智能之五子棋程序设计

专业班级：计算机科学与技术学号：2014510287 学生姓名：冯婧

指导教师：谢红薇

2014年12月7日

大数据的关键技术

一、大数据环境下的数据处理需求

大数据环境下数据来源非常丰富且数据类型多样，存储和分析挖掘的数据量庞大，对数据展现的要求较高，并且很看重数据处理的高效性和可用性。

二、传统数据处理方法的不足

传统的数据采集来源单一，且存储、管理和分析数据量也相对较小，大多采用关系型数据库和并行数据仓库即可处理。对依靠并行计算提升数据处理速度方面而言，传统的并行数据库技术追求高度一致性和容错性，根据CAP理论，难以保证其可用性和扩展性。

传统的数据处理方法是以处理器为中心，而大数据环境下，需要采取以数据为中心的模式，减少数据移动带来的开销。因此，传统的数据处理方法，已经不能适应大数据的需求！

三、大数据的处理流程包括哪些环节？每个环节有哪些主要工具？

大数据的基本处理流程与传统数据处理流程并无太大差异，主要区别在于：由于大数据要处理大量、非结构化的数据，所以在各个处理环节中都可以采用MapReduce等方式进行并行处理。

四、大数据技术为什么能提高数据的处理速度？

大数据的并行处理利器——MapReduce。大数据可以通过MapReduce这一并行处理技术来提高数据的处理速度。MapReduce的设计初衷是通过大量廉价服务器实现大数据并行处理，对数据一致性要求不高，其突出优势是具有扩展性和可用性，特别适用于海量的结构化、半结构化及非结构化数据的混合处理。

MapReduce将传统的查询、分解及数据分析进行分布式处理，将处理任务分配到不同的处理节点，因此具有更强的并行处理能力。作为一个简化的并行处理的编程模型，MapReduce还降低了开发并行应用的门槛。

MapReduce是一套软件框架，包括Map（映射）和Reduce（化简）两个阶段，可以进行海量数据分割、任务分解与结果汇总，从而完成海量数据的并行处理。

MapReduce的工作原理其实是先分后合的数据处理方式。Map即“分解”，把海量数据分割成了若干部分，分给多台处理器并行处理；Reduce即“合并”，把各台处理器处理后的结果进行汇总操作以得到最终结果。如右图所示，如果采用MapReduce来统计不同几何形状的数量，它会先把任务分配到两个节点，由两个节点分别并行统计，然后再把它们的结果汇总，得到最终的计算结果。

MapReduce适合进行数据分析、日志分析、商业智能分析、客户营销、大规模索引等业务，并具有非常明显的效果。通过结合MapReduce技术进行实时分析，某家电公司的信用计算时间从33小时缩短到8秒，而MKI的基因分析时间从数天缩短到20分钟。

说到这里，再看一看MapReduce与传统的分布式并行计算环境MPI到底有何不同？MapReduce在其设计目的、使用方式以及对文件系统的支持等方面与MPI都有很大的差异，使其能够更加适应大数据环境下的处理需求。

五、大数据技术在数据采集方面采用了哪些新的方法

1、系统日志采集方法

很多互联网企业都有自己的海量数据采集工具，多用于系统日志采集，如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等，这些工具均采用分布式架构，能满足每秒数百MB的日志数据采集和传输需求。

2、网络数据采集方法：对非结构化数据的采集

网络数据采集是指通过网络爬虫或网站公开API等方式从网站上获取数据信息。该方法可以将非结构化数据从网页中抽取出来，将其存储为统一的本地数据文件，并以结构化的方式存储。它支持图片、音频、视频等文件或附件的采集，附件与正文可以自动关联。

除了网络中包含的内容之外，对于网络流量的采集可以使用DPI或DFI等带宽管理技术进行处理。

3、其他数据采集方法

对于企业生产经营数据或学科研究数据等保密性要求较高的数据，可以通过与企业或研究机构合作，使用特定系统接口等相关方式采集数据。

目录

一、五子棋基本规则 ........................................................................... - 1 -

二、五子棋常用术语 ........................................................................... - 1 -

三、五子棋程序设计 ........................................................................... - 4 -

1.程序设计思想 ............................................................................. - 4 -

2.程序设计分析 ............................................................................. - 5 -

四、五子棋算法分析 ........................................................................... - 5 -

1.人机对弈算法概述 ..................................................................... - 5 -

2.数据结构设计 ............................................................................. - 5 -

3.获胜组合情况分析 ..................................................................... - 5 -

4．棋型的估值分析 ....................................................................... - 6 -

5. Alpha–Beta 搜索函数 ........................................................... - 7 -

6. 五子棋算法之胜负判断 ........................................................... - 9 -

五、java五子棋程序........................................................................... - 9 -

人工智能之五子棋程序设计

——算法详解

一、五子棋基本规则

(1)五子棋行棋时，黑棋先下第一子，后白棋在黑棋周围的交叉点落子，之后黑白双方相互顺序落子。

(2)最先在棋盘线交点横向，纵向，斜向形成连续的五个棋子的一方为胜。

二、五子棋常用术语

(1)阳线：棋盘上可见的横线与直线的总称。

(2)阴线：也称“斜线”，是棋盘上不可见的斜行线。

(3)单子：一个棋子。

(4)

图1 五子棋“成五”图

(5)

图2 五子棋“活四”图

(6)冲四：形成四子相连，并且有一端是有对方棋子或者是边界，而另一端是没有子的。

如图3

图3 五子棋“冲四”图

(7)

图4 五子棋“活三”图

(8)死三：形成三子相连，并且有一端是有对方棋子或者是边界，而另一端是没有子的。

如图5所示。

图5 五子棋“死三”图

(9)双三：出现两次下面这种情况，同一色的三子连成一线，一端为空棋位或同一色的

图6 五子棋“双三”图

(10)

图7 五子棋“活二”图

(11)死二：形成两子相连，并且有一端是有对方棋子或者是边界，而另一端是没有子的。

如图8所示。

图8 五子棋死二”图

三、五子棋程序设计

1.程序设计思想

(1)本程序要实现五子棋的游戏功能，必须先有一个棋盘。所以，通过继承JPanel，然

后在JPanel上画出一个棋盘。另外还需要四个按钮：开局、棋盘、模式（人机对

弈和人人对弈）、退出，提醒用户进行相应的操作。当然，JPanel必须放在JFrame

中，所以，又通过继承JFrame得到一个实例。

(2)对于下棋的操作，通过对JPanel增加鼠标事件监听器MouseListener，每次当用户

点击鼠标时，先取得点击的坐标值，然后换算成对应棋盘上（即棋盘数组）的位置

（数组的下标）。

(3)判断此处是否已经有棋子，如果有则提示玩家重新下子，否则通过java里的画图

函数在此处画上棋子，重新刷新输出棋盘。

(4)判断该颜色棋子的上下左右是否满足连续五个，是的话提醒相应玩家获胜，不是的

话，更换玩家下棋。

(5)对于玩家的更换是程序自动的，每次用户点击鼠标后，若本局还未结束则会变换玩

家，从而画出对应黑方白方的棋子，直到有一方获胜程序结束。

2.程序设计分析

(1)本款游戏有“游戏”、“视图”和“帮助”三个选项，其中“游戏”包括开局、棋盘、

模式、退出四个选项；视图里边则包括Metal、Motif、Windows三个选项，玩家可

以根据具体需要选择使用。

(2)绘制棋盘，用户可根据需要自行选择棋盘大小。

(3)首先程序会判断对弈模式是人机对弈还是人人对弈模式，若是人机对弈则是玩家先

下，玩家是黑方，电脑是白方。若是人人对弈，则是黑方先下，黑白交替下子。

(4)棋盘处于鼠标监听状态，当鼠标在棋盘上有点击操作的时候，程序会获得鼠标点击

的坐标然后换算成对应的棋盘的位置，再判断此处是否有棋子。假如没有，那么在

此处画出对应颜色的实心棋子；假如已经有棋子了，则提示玩家此处已经有棋子请

重新下棋。

(5)当选择的是人机对弈模式的时候，轮到电脑下子时，电脑会通过算法来计算每个没

有棋子的位置的分数，从而来选择最重要的位置下子。

四、五子棋算法分析

1.人机对弈算法概述

人工智能五子棋游戏最核心的地方就是算法，因为这是整个程序最难的模块。算法的中心思想是：利用分数代表每个位置的重要程度，越重要的位置的分数值会越高，当电脑下棋时会先将电脑和玩家棋型的分数分别计算一遍，然后选择二者中分数最高的点下子。如果玩家的分数高，那么代表电脑应该防守，如果电脑的分数高，那么代表电脑应该进攻。

2.数据结构设计

以10×10大的棋盘为例：

(1)两个获胜表（[10][10][192]）：也就是获胜组合，因为五个子一线则胜，不在一线上

的五个子就不在一个组合中，对于10×10的棋盘获胜的组合有192种（下面将会

详细说明），获胜表用来表示棋盘上的每个位置是否在玩家或计算机的获胜组合中。

(2)一个二维数组（[2][192]）：记录玩家与计算机在各种获胜组合中填入了多少棋子。

(3)两个10×10的数组：用来记录玩家与计算机在各个棋盘位置上的分数，分数高的

将是计算机下一步的走法。

3.获胜组合情况分析

图9 10×10棋盘获胜组合情况

(1)垂直方向：垂直方向上获胜组合数为10×6=60种；

(2)水平方向：水平方向上获胜组合数为10×6=60种；

(3)两个倾斜方向：倾斜方向上获胜组合数为(1+2+3+4+5)×2+6=36种。

所以10×10的五子棋棋盘所有的获胜组合为：60*2+36*2=192种。

4．棋型的估值分析

不同的棋型，其优先级不同。例如，四个棋子连成一线且还能继续落子的棋型（活四）显然要比只有三个棋子连成一线（活三或死三）好。要使计算机正确地做出这种判断，就要把第一种棋型的估值设高。事实上，对于每一种特定的棋型，都需要相应的估值来反映其优劣情况。另外，由于搜索模块频繁地调用估值函数，为了尽可能地加快搜索速度，估值函数应设计的越仔细越好。

估值时，需要从四个方向上来考虑所下棋子对当前盘面的影响。这八个方向分别是以该棋子为出发点，水平、竖直和两条为45度角和135度角的线。

为方便分析棋盘上的格局，约定以“A”代表黑子，“B”代表白子，“？”代表棋盘上空位。算法中关于棋子死活的规定如下：一方落子后，它的落子连成的一条线有两条不损伤的出路，则称该棋型是活的。否则称该棋型是死的。比如关于活三的定义：不论对手如何落子，仍然至少有一种方法可以冲四。因此，B?AAA? B中的三个A，不能算是活三；B?AAA??B中的三个A，也不是活三，尽管它有可能成为活四。这样，棋型的估值设计才能比较细致。本文算法对特定棋型的估值如图10所示。

图10 特定棋型的估值

之所以要给出如此大的分值差距，主要是考虑以后的全局判断的时候不会因为分数的累加使得电脑判断错误。而电脑在判断双方的分值的时候，就是在落子时对自己的落子点涉及分值和对方的分值进行对比来进行之后落子的判断。

用两个数组存储每个棋位的分数，一个是计算机的，另一个是玩家的，表示该位置对于各方是最佳着法的肯定程度，对一个位置的评分就是：遍历该位置所在的每一种获胜组合，根据这个组合中已经拥有的己方棋子数1到4分别加不同分数，最后将这些所有的获胜组合所得出的分数相加就是该位置的分数，下图是对于五子棋黑方各棋位的评分（其中的1，2，3，4这几个值要根据实际需要来确定）。如图11所示。

图11 黑方棋位的评分

5. Alpha–Beta 搜索函数

我们不用把每个节点都搜索一遍也可获得和极大极小搜索同样结果的走步，不搜索分支节点而舍弃该分支的过程叫剪枝。常用的剪枝方法是α-β剪枝算法。在极大极小搜索的过程中，存在着一定程度的数据冗余。如下图12所示左半部的一棵极大极小树的片断，节点下面为该节点的值，设A 为极大值节点，节点B的值为18，节点D 的值为16，由此可以判断节点C的值将小于等于16(取极小值)；而节点A的值为节点Max(B，C)，是18，也就是说不再需要估节点C的其他子节点如E、F的值就可以得出父节点A 的值了。这样将节点D 的后继兄弟节点减去称为Alpha剪枝(α剪枝)。

图12 Alpha剪枝

同样道理在图13右半部一棵极大极小树的片段中，设A为极小值节点，节点B的估值为8，节点D的估值为l8，由此可以判断节点C的值将大于等于18(取极大值)；而节点A 的值为Min(B，c)，是8。也就是说不再需要求节点C的其他子节点如E、F值就可以得出父节点A 的值了。这样将节点D的后继兄弟节点剪去称为Beta剪枝(β剪枝)。

图13 Beta剪枝

将Alpha 剪枝和Beta 剪枝加入极大极小搜索，就得到Alpha-Beta搜索算法，该算法描述如下：

int AlphaBeta(int depth, int alpha, int beta)

{

If depth为0，说明当前节点是叶子节点then

返回对当前棋局的估值

else

while 还存在可能的走法

{

走一步棋，从对手角度进行-AlphaBeta(depth-1,-beta，-alpha)的递归搜索，记录返

回值为val 撤消刚才走的一步

若val 大于等于beta，则返回beta 的值

若val 大于alpha，则修改alpha 的值为val

}

end while

end if

返回alpha

}

其中depth记录搜索的深度，alpha记录搜索到的最好的值，beta记录对于对手来说最坏的值。如果INFINITY表示无穷大，则AlphaBeta(3, -INFINITY, INFINITY)表示完成一次3

层的搜索。

6. 五子棋算法之胜负判断

棋局的胜负是根据最后一个落子的情况来判断的。此时需要查看四个方向，即以该棋子为出发点的水平，竖直和两条分别为45 度角和135 度角的线，看在这四个方向上的其它棋子是否能和最后落子构成连续五个棋子，如果能的话，则表示这盘棋局已经分出胜负。

实际上，我们可以提前若干步预判当前棋局的胜负情况。本文算法采用了如下的规则对胜负进行预判，提高了算法的智能。在甲和乙对弈的棋局中，某个时刻轮到甲下棋时几种可能获胜的情况：

甲已有任意组活四，或者甲已有任意组死四：一步获胜

甲已有任意组活三，或者甲已有多于一组的死三：两步获胜

甲已有一组死三和任意组的活二：三步获胜

五、java五子棋程序

该程序不在本word中展示，另存为一个.java文件作为附件，可在My-Eclipse直接运行。