五子棋人机对战算法分析
人机对战五子棋游戏算法
人机对战五子棋游戏算法2007年08月29日星期三 20:07此算法计算机会辨别在同一条直线或者对角线上的棋子个数是玩家的多还是计算机的多.若玩家的多,计算机就会把棋子下到玩家最有可能获胜的位置上,相反如果计算机的多,计算机就会把棋子下到自己最有可能获胜的位置上.效果图如下:此函数为自定义函数,表示轮到玩家下棋void CFiveChessDlg::computerTurn(){//计算玩家在空格子中的获胜分数for(i=0;i<10;i++){for(j=0;j<10;j++){playerGrades[i][j]=0;if(2==board[i][j]){for(k=0;k<192;k++){if(playerTable[i][j][k]){switch(chessCount[0][k]){case 1:playerGrades[i][j]+=5;break;case 2:playerGrades[i][j]+=50;break;case 3:playerGrades[i][j]+=100; break;case 4:playerGrades[i][j]+=400; break;}}}}}}//计算计算机在空格子中的获胜分数for(i=0;i<10;i++){for(j=0;j<10;j++){computerGrades[i][j]=0;if(2==board[i][j]){for(k=0;k<192;k++){if(computerTable[i][j][k]){switch(chessCount[1][k]){case 1:computerGrades[i][j]+=5; break;case 2:computerGrades[i][j]+=50; break;case 3:computerGrades[i][j]+=100; break;case 4:computerGrades[i][j]+=400; break;}}}}}}if(start==true)//游戏开始，计算机第一次下棋时执行{if(2==board[4][4]){m=4;n=4;}else{m=5;n=5;}start=false;}else{for(i=0;i<10;i++){for(j=0;j<10;j++){if(2==board[i][j]){if(computerGrades[i][j]>=computerTopGrade){computerTopGrade=computerGrades[i][j];computerTopGradeX=i;computerTopGradeY=j;}if(playerGrades[i][j]>=playerTopGrade){playerTopGrade=playerGrades[i][j];playerTopGradeX=i;playerTopGradeY=j;}}}}if(computerTopGrade>=playerTopGrade)//攻击，计算机较具优势 {m=computerTopGradeX; //将棋子摆在自己最有可能获胜的位置上进行攻击n=computerTopGradeY;}{m=playerTopGradeX; ////将棋子摆在玩家最有可能获胜的位置上进行防守n=playerTopGradeY;}}computerTopGrade=0;playerTopGrade=0;board[m][n]=1; //设定为计算机的棋子computerCount++;if((50==playerCount)&&(50==computerCount)){tie=true;over=true;}for(i=0;i<192;i++){if(computerTable[m][n][i]&&chessCount[1][i]!=6){chessCount[1][i]++;}if(playerTable[m][n][i]){playerTable[m][n][i]=false;chessCount[0][i]=6;}}player=true;computer=false;}OnTimer函数用来没间隔一段时间执行的函数,程序每间隔一段时间来判断是轮到计算机下棋还是玩家下棋,然后贴上相应的棋子void CFiveChessDlg::OnTimer(UINT nIDEvent){// TODO: Add your message handler code here and/or call default if(!over){if(computer)computerTurn();for(i=0;i<=1;i++){for(j=0;j<192;j++)if(5==chessCount[i][j]) //判断任一方在任意一个获胜组合中是否有5个棋子{if(0==i){playerWin=true;over=true;break;}else{computerWin=true;over=true;break;}}if(over)break;}}}GetDlgItem(IDC_TIPSTATIC)->SetWindowText("小样，该你下了......");//没有任一方获胜for(i=0;i<10;i++){for(j=0;j<10;j++){if(0==board[i][j]) //贴上玩家棋子{BITMAP bm;CDC dcMem;CDC* pDC;CBitmap *pGreenBmp;CBitmap *pOldBitmap;pDC=GetDC();pGreenBmp=new CBitmap;pGreenBmp->LoadBitmap(IDB_GREENBMP);pGreenBmp->GetObject(sizeof(BITMAP),(LPVOID)&bm); dcMem.CreateCompatibleDC(pDC);pOldBitmap=dcMem.SelectObject(pGreenBmp);pDC->BitBlt(i*50+13,j*50+13,46,46,&dcMem,0,0,SRCCOP Y);delete pDC->SelectObject(pOldBitmap);}if(1==board[i][j]) //贴上计算机棋子{BITMAP bm1;CDC dcMem1;CDC* pDC1;CBitmap *pPurpleBmp;CBitmap *pOldBitmap1;pDC1=GetDC();pPurpleBmp=new CBitmap;pPurpleBmp->LoadBitmap(IDB_PURPLEBMP);pPurpleBmp->GetObject(sizeof(BITMAP),(LPVOID)&bm1); dcMem1.CreateCompatibleDC(pDC1);pOldBitmap1=dcMem1.SelectObject(pPurpleBmp);pDC1->BitBlt(i*50+13,j*50+13,46,46,&dcMem1,0,0,SRCC OPY);delete pDC1->SelectObject(pOldBitmap1);}}}if(playerWin)GetDlgItem(IDC_TIPSTATIC)->SetWindowText("不错啊，你居然赢了，恭喜恭喜！");if(computerWin)GetDlgItem(IDC_TIPSTATIC)->SetWindowText("哎！你这倒霉孩子，可怜哦，输了！");if(tie)GetDlgItem(IDC_TIPSTATIC)->SetWindowText("功夫相当，平分秋色！");CDialog::OnTimer(nIDEvent);}。
五子棋人工智能的分析与实现
五子棋人工智能的分析与实现摘要：机器博弈是人工智能的一个重要研究分支，本文通过设计一个五子棋智能博奕程序，采用传统的博弈树算法，利用剪枝和极大极小树搜索最佳位置，从而实现人机智能博弈。
并对现有算法存在的问题进行探究改进，最后给出程序实例，结果表明效果比较理想。
关键词：五子棋；人工智能；博弈；1 主要传统算法1.1 博弈树传统的算法是采用博弈树法来设计程序。
以甲乙两人下棋为例，甲有很多种落子方式，乙也有多种应对走法，如果把所有的走法列出来，自然就构成了一棵树，即为搜索树，也称博弈树。
树的根结点为先手的第一步走法，下面的走法构成了树的子结点，直至棋局结束。
显然，如果棋盘足够大，子结点数会以几何级数上升，而我们的任务是从这些子结点中寻找一个对己方最有利的结点，从而得到棋局的最佳走法。
这必然是一个指数复杂度的过程，费时低效，无法搜索到最终结果（除了棋局结束），通常只能达到一个有限的深度，在有限的范围内来判断走法的好坏，得到一个局部最优解。
[2-3]因此，有必要做一些调整改进，以提高算法的效率和质量。
1.2 极大极小算法极大极小搜索算法就是在博弈树在寻找最优解的一个过程，这主要是一个对各个子结点进行比较取舍的过程，定义一个估值函数F(n)来分别计算各个终结点的分值，通过双方的分值来对棋局形势进行分析判断。
还是以甲乙两人下棋为例，甲为max，乙为min。
当甲走棋时，自然在博弈树中寻找最大点的走法，轮到乙时，则寻找最小点的走法，如此反复，这就是一个极大极小搜索过程，以此来寻找对机器的最佳走法。
其中估值函数通常是为了评价棋型的状态，根据实现定义的一个棋局估值表，对双方的棋局形态进行计算，根据得到的估值来判断应该采用的走法。
棋局估值表是根据当前的棋局形势，定义一个分值来反映其优势程度，来对整个棋局形势进行评价。
本程序采用的估值表如下：一般来说，我们采用的是15×15的棋盘，棋盘的每一条线称为一路，包括行、列和斜线，4个方向，其中行列有30路，两条对角线共有58路，整个棋盘的路数为88路。
毕业设计(论文)-五子棋人机对弈程序设计[管理资料]
![毕业设计(论文)-五子棋人机对弈程序设计[管理资料]](https://img.taocdn.com/s3/m/a1ff81dacfc789eb162dc8ea.png)
五子棋人机对弈程序摘要：五子棋程序由两个主要部分组成：一个估值函数和一个树状搜索算法。
而程序依靠估值函数来判断对于一方来说什么局面是好而什么局面是坏，后者是用来搜索几乎全部可能的棋步次序，目的是为了找出对于程序来说是最佳的一条路线。
人工智能电脑下棋模拟的是人类的智能，它的启发式搜索是边走边试探，即极大极小法。
关键词：五子棋人工智能估值函数树状搜索算法极大极小法The program for Renju in man vs computerAbstract:The program for Renju is composed of two parts: a evaluation function and a hashtable tree-searching algorithm. The evaluation function is used to judge the advantage or disadvantage situation for each part, the hashtabletree-searching algorithm is used to search almost all the possible steps and find out the best pathway for the program. The computer of Artificial Intelligence (AI) imitate the intelligence of human, its inspiring search way is Go and Explore, namely, Minimax.Key words:Renju Artificial Intelligence (AI)evaluation function hashtable tree-searching algorithmMinimax五子棋人机对弈程序目录中文摘要英文摘要第一章引言 (5) (5)、内容及作者的任务 (5)第二章研究现状及设计目标 (7) (7) (7) (8)第三章要解决的几个关键问题 (9) (9) (9) (9) (13) (13) (13) (14)第四章系统结构与模型 (16) (16) (16) (16)（Minimax Algorithm） (18)Alpha-Beta剪枝(Alpha-Beta Purning) (19) (21) (21) (22)第五章系统实现技术 (25) (25) (25) (28) (29) (31) (31) (33) (37)第六章性能测试与分析 (41)、硬件环境 (41) (41) (41) (42) (42)第七章结束语 (47)参考文献 (48)附录：程序清单（附光盘）第一章引言五子棋是起源于中国古代的传统黑白棋种之一。
五子棋人机对战系统设计
摘要摘要计算机博弈是人工智能领域中主要研究的一个部分，为人工智能研究提供了多种重要的理论和方法，它涉及人工智能算法中的搜索方法、决策规划等。
通过对相关文献分析研究，按照人工智能和计算机博弈的一般原理做出优化改进，设计了一个智能五子棋游戏。
本文主要在以下三个方面进行研究：第一，研究了国内外手机游戏的发展状况，调查了五子棋游戏发展现状。
并且对手机开发游戏的平台做出选择。
第二，研究了博弈树的搜索技术以及α-β剪枝技术的基本原理及其改进方法，并对算法的效率作了分析。
第三，基于Visual C++6.0平台，根据五子棋系统自身的特点开发出了五子棋人机对战游戏，并对程序进行了功能测试和分析。
经过测试，本文开发五子棋游戏能够良好运行，能够满足人机对抗游戏需要。
关键词：五子棋，博弈树，极大极小搜索，α-β剪枝，估值函数IABSTRACTABSTRACTCompute game-playing is one of important portion to the artificial intelligence and general theory, which includes search method , decision programming and so on. According to study some relative works, a basic models of the Gobang game-playing systems is designed.Three aspects were done in the work:Firstly,the developing status of mobile phone game and Gobang game have ben studied. And Gobang game development platform is selected for this paper.Secondly,the earching technology of Game Tree is investigated.Further- more. Furthermore, the research of α-βprocedure and optimization problem of which based on it are imporved. At same time,we analyse the effect for α-βarithmetic .Thirdly, using Visual C++6.0 development platform and character of Gobang, A system is developed. Moreover, this game is tested and analysed. Result show that Gobang game can run well and satisfy the need of people playing.Key Words: Gobang, Game trees, Minimax Search, α-β pruning, Valuation functionII目录第一章绪论 (1)1.1选题意义和目的 (1)1.2国内外相关课题的研究现状 (2)1.3课题设计要求及目标 (3)1.4论文的主要研究思路 (3)第二章五子棋游戏的基础理论与技术 (4)2.1五子棋游戏的基础知识 (4)2.1.1 公平性问题 (4)2.2.3 脱离战场 (5)2.2.4 五子棋的诘棋 (5)2.2手机游戏开发平台技术 (6)2.2.1 各开发平台的介绍与分析 (6)2.2.2 确定开发平台 (15)2.3本章小结 (15)第三章五子棋系统的分析 (17)3.1五子棋游戏的规则分析 (17)3.2评分系统分析 (18)3.2.1 棋形分值表 (18)3.2.2 估值函数 (19)3.3五子棋人机对战核心算法分析——博弈树算法 (20)3.3.1 博弈树的定义 (20)3.3.2 局面的估值 (20)3.3.3 博弈树对极大极小值搜索 (21)3.3.4 α-β剪枝 (22)3.4本章小结 (26)第四章系统设计 (27)4.1程序流程图设计 (27)4.1.1 总体流程图 (27)III4.1.2 手机下棋流程图 (28)4.1.3 极大极小搜索流程图 (29)4.2开发环境简介 (30)4.2.1 Visual C++ 6.0简介 (30)4.2.2 MFC简介 (30)4.2.3 对话框类 (31)4.3五子棋游戏程序设计 (32)4.4本章小结 (34)第五章实现及应用测试 (35)5.1主要功能的实现 (35)5.1.1 手机下棋 (35)5.1.2 先走方设置 (36)5.1.3 难度级别设置 (36)5.1.4 悔棋功能 (37)5.1.5 判断输赢 (37)5.1.6 棋子的映射 (38)5.1.7 部分键盘消息的屏蔽 (38)5.1.8 线程同步与互斥 (38)5.1.9 计时功能 (39)5.2程序运行情况 (40)5.3程序棋力测试 (41)5.3.1 人和手机对弈 (41)5.3.2 手机不同级别之间的对弈 (42)5.4本章小结 (42)总结 (43)致谢 (44)参考文献 (45)IV第一章绪论第一章绪论1.1 选题意义和目的计算机的发展催生了一门新兴的学科—人工智能。
五子棋AI算法分析
五子棋AI规则五子棋AI算法分析：制作五子棋的AI ，我们首先从五子棋的规则谈起，五子棋分为“有禁手”和"无禁手" 两种规则。
相对而言，“有禁手”的规则更为专业些，而“无禁手”的规则更为大众些，所以，这里我们以“无禁手”的规则制作五子棋游戏。
对于五子棋的AI 而言，主要的思路就是对棋盘上的棋子进行分析，记录自己与对手的棋型，进而对其进行判断，根据对自己更有利的原则，进行优先级分析，然后选定要下棋子的点，并对其进行赋值。
下面是五子棋的棋型的分类：1.五子：某一方形成五个相同颜色的棋子相连2.活四：形成四子相连，并且两端是都没有子的3.冲四：形成四子相连，并且有一端是有对方棋子或者是墙壁，而另一端是没有子的4.活三：形成三子相连，并且两端是都没有子的5.死三：形成三子相连，并且有一端是有对方棋子或者是墙壁，而另一端是没有子的6.活二：形成两子相连，并且两端是都没有子的7.死二：形成两子相连，并且有一端是有对方棋子或者是墙壁，而另一端是没有子的8.单子：一个棋子最后是对形成各种棋型进行一个评估，以方便于去对下子的位置做出最优的选择。
所以给落子的“点”相应的评分，去判断该点会形成什么样的棋型：1.五子：1002.活四：803.活三: 704.冲四: 605.死三：506.活二: 407.死二：308. 单子：０接下来就是对＜自己的棋型＞进行分析，然后对＜对方的棋型＞分析，进而对自己和对家进行总体的打分，得出自己应该是应该进行进攻还是防守。
（这是一个基本思路，具体在实现过程中在进行添加）高级AI 思索：将每个位置进行分析，假设AI落子在该位置，用以上打分规则为AI打分,并将得到的分数加一。
然后，假设玩家落子在该点，为玩家打分，然后将所有的分值汇总。
取最高分作为这个位置的估分，接下来就是取分数最高的位置下棋了。
“位置估分”，下棋的时候，既可以考虑到自己攻击对手，又能考虑到对对手的防御，可以说，很多时候可以顶上考虑两步的AI。
五子棋之人机对弈智能报告
五子棋之人机对弈智能报告
五子棋是一种棋类游戏，古老而又受欢迎，被誉为“智力运动”。
目前，研究人员正在探索五子棋的人机对弈，并分析人机对弈的新技术和新
思想。
近年来，人工智能技术的发展，人工智能程序（AI）在五子棋比赛
中也占据了非常重要的地位，甚至比职业棋手更具优势。
本文将详细介绍
五子棋之人机对弈智能研究，展示人机对弈的新技术与新思想，并分析其
在策略技巧、数学模型分析和智能等技术应用方面的优势。
一、人机对弈的新技术与新思想
在五子棋中，新的技术与思想都为人机对弈带来了新的机遇和挑战。
首先，由于五子棋中的棋子数量有限，不需要考虑博弈树等极其复杂的计
算方法，因此可以采用较为简单的算法，避免过多的运算量。
其次，为了更好地模拟五子棋的复杂性，人机对弈研究者引入了多种
技术来改善AI的能力，如机器学习、数学评估模型和深度学习等。
例如，通过机器学习，人工智能程序可以从以往的游戏历史中学习更加有效的策略，以更快地获取结果。
此外，通过数学评估模型，AI可以根据实时的
棋面评估出每一步的最佳走法，并自动选择最优解，从而使游戏更加有趣。
五子棋算法详解
五子棋算法详解——解决方案之一这里讲述棋盘大小为10×10的人机对战五子棋实现方法，要看完整代码请看AS3做的五子棋1. 概述玩家每走一步，对于玩家和计算机，都根据获胜表对棋盘各个空棋位进行评分，每个位置的分数与下面这句话有关：该位置所在的每一种获胜组合中已经拥有的棋子数，然后对玩家和计算机产生的分数均衡，以判断计算机是进攻还是防守。
2. 数据结构10×10的数据，用来记录棋盘状态；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；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；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着法。
3. 计算获胜组合上图是一个10×10的五子棋棋盘，我们可以得出垂直方向上的获胜组合是10×6=60，同理，水平方向的获胜组合也是60，而两个倾斜方向上的获胜组合是(1+2+3+4+5)×2+6=36，即：60*2+36*2=192。
五子棋算法详解本文链接:/wwwanq/blog/item/66a9f4c5f390cdc338db497f.htm l4. 评分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）。
5. 思路“五子棋”游戏的编程思路1、对棋盘上无子点进行分值评定，分值最高的点即为下一手棋的落点2、每一点有四个方向（横、竖、斜、斜）成五子可能，（4）3、每点在一个方向可以有五种呈五子排列形状（5）4、每点在每个方向有进攻和防守两个作用（2）5、具体量化确定如：每种情况，如：进攻：有1子（+1）、2子（+5）、三子（+25）防守：有1子（+1）、2子（+4）、三子（+16）（每次量化，如果五格中有对方子，该过程进攻分值为零，每次量化，如果五格中有己方子，该过程防守分值为零，）将每点的20次进攻和20次防守的分值相加，即为该点总分值按照这个思路编制的五子棋，有可能你自己都会输给机器当然，在具体编制过程时，还要考虑中心点分值稍高；已经有四子（对方和己方）的情况；六子情况；出界；对与最高分接近的点进行随机取点，以便程序具有随机性；以及已成五子等情况。
五子棋人机对战原理
五子棋人机对战原理
五子棋人机对战原理:
五子棋人机对战是一种智能对弈方式，通过计算机程序模拟人类玩家与计算机AI进行对战。
其原理主要包括以下几个方面：
1. 搜索算法：计算机AI采用搜索算法来探索可能的游戏走法，并选择最优的下子位置。
常用的搜索算法包括博弈树搜索、α-β剪枝、蒙特卡洛树搜索等。
通过搜索算法，计算机可以预测对手的走法，并选择最有利的下一步。
2. 评估函数：评估函数是五子棋人机对战中非常重要的组成部分。
它根据当前棋局的特征和局势来评估棋局的好坏。
评估函数可以考虑棋子的位置、连子数、棋局的开放度、对手的威胁等因素。
计算机通过评估函数来选择最优的下子位置。
3. 模式库：人机对战中的模式库是一种存储了棋局模式和相应下子位置的数据库。
计算机可以通过模式库来快速判断当前棋局是否符合某个已知的胜利模式，并做出相应的决策。
模式库可以提高计算机的搜索效率，加快计算机下子的速度。
4. 前沿搜索：为了减小计算复杂度，常常采用前沿搜索方法。
即只保留搜索树上一定深度内的节点信息，而将其他未搜索的节点进行剪枝。
这样可以大大缩小搜索空间，提高计算效率。
综上所述，五子棋人机对战的原理主要包括搜索算法、评估函数、模式库和前沿搜索等。
通过这些技术，计算机可以模拟人类玩家的思考过程，选择最优的下子位置。
与人类对战时，计算机AI可以根据实时情况作出相应的调整，使得对战更有挑战性和趣味性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
总的来说，要让电脑知道该在哪一点下子，就要根据盘面的形势，为每
一可能落子的点计算其重要程度，也就是当这子落下后会形成什么棋型（如：“冲四”、“活三”等），然后通览
全盘选出最重要的一点，这便是最基本的算法。
当然，仅靠当前盘面进行判定是远远不够的，这样下棋很轻易掉进
玩家设下的陷阱，因为它没有考虑以后的变化。
所以在此基础上我们加入递归调用，即：在电脑中猜测出今后几步
的各种走法，以便作出最佳选择，这也是我们下棋时常说的“想了几步”。
如此一来您的程序便具有一定的水平了。
什么？不信！过来试试吧！
总体思路弄清之后，下面进行具体讨论：
一：数据结构
先来看看数据结构，我们需要哪些变量？
首先得为整个棋盘建立一张表格用以记录棋子信息，我们使用一个15*15的二维数组Table[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‟代表己方的子、…2‟
代表对方的子；这张表也是今后分析的基础。
在此之后还要为电脑和玩家双方各建立一张棋型表Computer[15][15][4]和
Player[15][15][4]，用来存放棋型
数据，就是刚才所说的重要程度，比如用…20‟代表“冲四”的点，用…15‟代表“活三”的点，那么在计算重要
性时，就可以根据20>15得出前者比后者重要，下子时电脑便会自动选择“冲四”的点。
那为什么棋型表要使用三
维数组呢？因为棋盘上的每一个点都可以与横、竖、左斜、右斜四个方向的棋子构成不同的棋型，所以一个点总共
有4个记录；这样做的另一个好处是可以轻易判定出复合棋型，例如：假如同一点上有2个…15‟就是双三、有一个…15‟和一个…20‟就是四三。
怎么样！3个数组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。
应该不会太
难吧？OK！有了这么多有用的数据，我们就可以深入到程序的流程中去了。
二：程序流程
我们主要讨论五子棋的核心算法，即：人工智能部分，而其他像图形显示、键盘鼠标控制等，因较为简单，所
以就不作过多介绍了。
我们看到本程序由六个基本功能模块构成，各模块的具体分析如下：
（1）初始化：首先，建立盘面数组Table[15][15]、对战双方的棋型表Computer[15][15][4]和Player[15]
[15][4]并将它们清零以备使用；然后初始化显示器、键盘、鼠等输入输出设备并在屏幕上画出棋盘。
（2）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。
（3）玩家下子：当轮到玩家下时，您通过键盘或鼠标在棋盘上落子，程序会根据该点的位置，在Table[15]
[15]数组的相应地方记录…2‟，以表明该子是玩家下的。
（4）盘面分析填写棋型表：本程序核心模块之一，人工智能算法的根本依据！其具体实现方法如下：您在下
五子棋时，一定会先根据棋盘上的情况，找出当前最重要的一些点位，如“活三”、“冲四”等；然后再在其中
选择落子点。
但是，电脑不会像人一样分析问题，要让它知道哪是“活三”、哪是“冲四”，就得在棋盘上逐点
计算，一步一步的教它。
先来分析己方的棋型，我们从棋盘左上角出发，向右逐行搜索，当碰到一个空白点时，以它为中心向左挨个
查找，假如碰到己方的子则记录然后继续，假如碰到对方的子、空白点或边界就停止查找。
左边完成后再向右进
行同样的操作；最后把左右两边的记录合并起来，得到的数据就是该点横向上的棋型，然后把棋型的编号填入到Computer[x][y][n]中就行了（x、y代表坐标，n=0、1、2、3分别代表横、竖、左斜、右斜四个方向）。
而其他三
个方向的棋型也可用同样的方法得到，当搜索完整张棋盘后，己方棋型表也就填写完毕了。
然后再用同样的方法
填写对方棋型表。
注重：所有棋型的编号都要事先定义好，越重要的号数越大！
OK! 怎么样？有点累了吧？不过千万别泄气！因为好戏还在后头。
Let's go！
（5）电脑下子：有了上面填写的两张棋型表，现在要作的就是让电脑知道在哪一点下子了。
其中最简单的
计算方法，就是遍历棋型表Computer[15][15][4]和Player[15][15][4]找出其中数值最大的一点，在该点下子即
可。
但这种算法的弱点非常明显，只顾眼前利益，不能顾全大局，这就和许多五子棋初学者一样犯了“目光短浅”
的毛病。
要解决这个问题，我们引入…今后几步猜测法‟，具体方法是这样的：首先，让电脑分析一个可能的点，
假如在这儿下子将会形成对手不得不防守的棋型（例如：…冲四‟、…活三‟）；那么下一步对手就会照您的思
路下子来防守您，如此一来便完成了第一步的猜测。
这时再调用模块4对猜测后的棋进行盘面分析，假如出现了
…四三‟、…双三‟或…双四‟等制胜点，那么己方就可以获胜了（当然对黑棋而言…双三‟、…双四‟是禁手
，另当别论）；否则照同样的方法向下分析，就可猜测出第二步、第三步……
等一等，要是盘面上没有对手必须防的棋型，哪该怎么办呢？进攻不成的话就得考虑防守了，将自己和对手
调换一下位置，然后用上面的方法来猜测对手的棋，这样既可以防住对手巧妙的攻击，又能侍机发动反击，何乐
而不为呢！
但是必须告诉大家的是：猜测法的运算量相当之大，据我的经验，用Pentium-100猜测3步的走法平均需要15
秒以上时间，所以建议猜测量在5步以内。
可别小瞧了这5步，有时它甚至会走出让您拍手叫绝的妙着呢！
（6）胜败判定：务须多言，某方形成五子连即获胜；若黑棋走出…双三‟、…双四‟或长连即以禁手判负。
到现在为止，整个五子棋软件就基本完成了，其水平大约在中级上下。
当然，这种算法并不是最好的，但我
相信它的基本思路是正确的。