alpha-beta剪枝的代码实现

之前在极大化极小算法minimax说得不够清楚而且也没有附带伪代码，所以这里再写一篇专门关于剪枝的blog进行补充

http://blog.csdn.net/joshualiunsw/article/details/52131507

————————————————————————————————————————————————

现在已经有了普通的minimax的伪代码, 由于下文中需要用到α, β所以对应地将其转换成a（alpha）、b（beta）的形式

function minimax(node, depth)
    if node is a terminal node or depth = 0
        return the heuristic value of node
    if the adversary is to play at node
        let b := +∞
        foreach child of node
            b := min(a, minimax(child, depth-1))
        return b
    else {we are to play at node}
        let a := -∞
        foreach child of node
            a := max(b, minimax(child, depth-1))
        return a

我们在此伪代码的基础上添加alpha-beta剪枝

function minimax(node, depth, a, b)

    if node is a terminal node or depth = 0
        return the heuristic value of node
    if the adversary is to play at node
        //let b := +∞
        foreach child of node
            b := min(a, minimax(child, depth-1, a, b))
            if b <= a 
                  return b
        return b
    else {we are to play at node}
        //let a := -∞
        foreach child of node
            a := max(b, minimax(child, depth-1, a, b))

            if a >= b 
                  return a

  return a 其实上述添加的两个if语句的条件判断是完全一样的，因为根据原理在min节点只能修改beta，而在max节点只能修改alpha，这样写只是为了让结构更为清晰。

下面再引用Alan Blair博士的图例来说明这个优化的过程，他的绘图规则我认为是比较清易懂的，特别是三角和倒三角的使用，能清晰地展示当前节点是min还是max节点，而且该图例中展示了多个子节点的情况和不能成功剪枝的情况，值得参考