c语言编程一个象棋游戏,急求：C语言编写的中国象棋游戏一个
急求：C语言编写的中国象棋游戏一个
來源:互聯網 2009-09-08 12:30:35 評論
分類: 電腦/網絡 >> 程序設計 >> 其他編程語言
問題描述:
由于学习需要......热烈欢迎个位大侠，高手相助！小生在此道谢了！！！ 希望留下您的邮箱或者QQ以遍交流。20分哦
參考答案:
先弄明白数据的结构：
MantisChessDef.h里的东西一定要先看一下， 否则会摸不到头脑的。
还有棋盘坐标：
象棋棋盘大小9x10,为了便于编程，规定棋盘每条边留有一个元素的边界。
这样棋盘大小(包括边界)变成11x12。棋盘x坐标轴向右，y轴向下。
黑棋永远在上方，在标准开局时左上角的黑车坐标是(1，1)。
局面用这三个变量表示:
static POINT g_pointChessman[32]; //棋子坐标
static int g_iChessmanMap[11][12]; //棋位状态
static int g_iSide; //轮到哪方走
智能部分有几个函数的前三个参数就是这个东西, 应该不难理解吧?
---------------------------------------------------------------------------------------
search函数:
先说明一下， 经常有朋友问我要原理, 但我公开源代码是给大家一个参考， 而不是什么教程，所以我不想说那些理论的东西。
基本原理是α-β搜索， 很多人工智能的教科书上都有讲到， 没看过的的赶快去找一本来啃一啃；
虽然这些书上的文字大多晦涩难懂，但毕竟讲得明明白白。
没有书的朋友请发挥一下主观能动性， 去找一找，不要来问我要， 因为我也没有。
我在这里只分析一下search函数:
弄懂α-β搜索后来看看这个博弈树， 看怎么编程实现它。
先规定一下， 我们用一个整数表示局面的好坏.
这个数越大说明局面对 "走棋方" 越有利，0表示双方实力相等。
1a( 1) ┬ 2a(-1) ┬ 3a(-1)
│ └ 3b( 1)
└ 2b(-5) ┬ 3c( 2)
├ 3d(-4)
└ 3e( 5)
分析一下这棵树，有这么个特点: 父结点的值 = -MAX(子结点的值)
我们还知道1、每个结点对应一个局面。2、底层的结点的值是"估"出来的。
于是我们可以写出伪代码了:
伪代码: 搜索一个结点下的分支， 得到这个结点的值。
参数: 局面，搜索深度
返回值:结点的值
int search(局面，int depth)
{
if(depth!=0)//不是底层结点
{
枚举出所有子结点(列出所有走法);
int count=子结点数；
int maxvalue= -∞;
for(int i=0;i
{
算出子结点局面;
maxvalue=max(maxvalue，search(子结点局面,depth-1));
}
return -maxvalue;
}
else //是底层结点
{
return 估计值;
}
}
这就是搜索算法的框架， 用到了递归。
MantisChess的智能部分函数都在MantisChessThink.cpp里， 其中search是搜索， 跟上面的这个search差不多，我把它copy出来注释一下：
int Search(int tmap[11][12],POINT tmanposition[32],int &tside,int man, POINT point,int upmax,int depth)
{
//前面的三个参数就是局面。
//man 和point 是走法，用来计算本结点的局面。 这里是把计算局面放在函数的开头，跟上面的伪代码不太一样。
//upmax: up - 上一层， max - 最大值， 这是α-β的剪枝用到的东西， 后面再讲。
//depth: 搜索深度
int ate,cur,maxvalue,curvalue,xs,ys;
int count;
//#####################这一段是计算本结点的局面#########################################
ate=32;
//移动棋子:
xs=tmanposition[man].x;ys=tmanposition[man].y; //原坐标
if (SideOfMan[tmap[point.x][point.y]]==!tside) //目标点有对方的棋子
{
ate=tmap[point.x][point.y]; //记录下被吃掉的棋子
if(ate==0 || ate==16)
{
return 9999;
}
tmanposition[ate].x=0; //目标点的棋子被吃掉
}
tmap[point.x][point.y]=man; //这两行是:
tmap[xs][ys]=32; //在map上的移动
tmanposition[man]=point;
tside=!tside;
//####################################################################################
depth--;
if(depth>0) //不是底层结点
{
int chessman[125];
POINT targetpoint[125];
if(EnumList(tmap,tmanposition,tside,chessman,targetpoint,count)) //枚举出所有子结点(列出所有走法)
{
//@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
//这里是剪枝(不是α-β剪枝), 原理是在正式搜索之前先用较浅的搜索来得到误差较大的值
//然后根据这些值来对子结点排序， 只保留最好的S_WIDTH个结点进行正式搜索。
//显然，这个剪枝有一定的风险
if(depth>=2 && count>S_WIDTH+2)
{
int value[125];
cur=0;
maxvalue=-10000;
while(cur< count)
{
curvalue=Search(tmap,tmanposition,tside,chessman[cur],targetpoint[cur],-10000,depth-2);
value[cur]=curvalue;
if(curvalue>maxvalue)maxvalue=curvalue;
cur ++;
}
::Mantis_QuickSort(value,chessman,targetpoint,0,count-1); //排序
count=S_WIDTH;//剪枝
}
//@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
maxvalue=-10000;
cur=0;
while(cur< count)
{
curvalue=Search(tmap,tmanposition,tside,chessman[cur],targetpoint[cur],maxvalue,depth);
if(curvalue>maxvalue)maxvalue=curvalue;
if(curvalue>=-upmax)goto _ENDSUB; //α-β剪枝, 符合剪枝条件的就Cut掉。 这里用了goto语句了， 千万别学我。
cur ++;
}
}
else maxvalue=9800;
}
else //是底层结点
{
maxvalue=Value(tmap,tmanposition,tside); //估值
}
_ENDSUB:
//返回之前要恢复父结点的局面
//####################################################################################
tmanposition[man].x=xs; //这两行是:
tmanposition[man].y=ys; //在face上的恢复
tmap[xs][ys]=man; //在map上的恢复
if(ate!=32)
{
tmanposition[ate]=point;
tmap[point.x][point.y]=ate;
}
else tmap[point.x][point.y]=32;
tside=!tside;
//####################################################################################
return -maxvalue;
}
上面的代码用到了α-β剪枝, 举个例子就明白了:
还是这个博弈树，从上往下遍历。
1a( 1) ┳ 2a(-1) ┳ 3a(-1)
┃ ┗ 3b( 1)
┗ 2b(-5) ┯ 3c( 2)
├ 3d(-4)
└ 3e( 5)
2a遍历完后 upmax=-1, 继续遍历完3c后返回2b， 发现3c=2>-upmax, 这时就不用管3d和3e了, 因为无论他们的值是多少 2b=-max(3c,3d,3e)<2a 一定成立,
也就是说2b可以安全地剪掉。这就是α-β剪枝。
从上面的代码来看我的MantisChess算法与标准的α-β剪枝搜索并没有什么不同， 只不过加了排序和剪枝而已。
[b]分类:[/b] 电脑/网络 >> 程序设计 >> 其他编程语言[br][b]问题描述:[/b][br]由于学习需要......热烈欢迎个位大侠，高手相助！小生在此道谢了！！！ 希望留下您的邮箱或者QQ以遍交流。20分哦[br][b]参考答案:[/b][br]先弄明白数据的结构：
MantisChessDef.h里的东西一定要先看一下， 否则会摸不到头脑的。
还有棋盘坐标：
象棋棋盘大小9x10,为了便于编程，规定棋盘每条边留有一个元素的边界。
这样棋盘大小(包括边界)变成11x12。棋盘x坐标轴向右，y轴向下。
黑棋永远在上方，在标准开局时左上角的黑车坐标是(1，1)。
局面用这三个变量表示:
static POINT g_pointChessman[32]; //棋子坐标
static int g_iChessmanMap[11][12]; //棋位状态
static int g_iSide; //轮到哪方走
智能部分有几个函数的前三个参数就是这个东西, 应该不难理解吧?
---------------------------------------------------------------------------------------
search函数:
先说明一下， 经常有朋友问我要原理, 但我公开源代码是给大家一个参考， 而不是什么教程，所以我不想说那些理论的东西。
基本原理是α-β搜索， 很多人工智能的教科书上都有讲到， 没看过的的赶快去找一本来啃一啃；
虽然这些书上的文字大多晦涩难懂，但毕竟讲得明明白白。
没有书的朋友请发挥一下主观能动性， 去找一找，不要来问我要， 因为我也没有。
我在这里只分析一下search函数:
弄懂α-β搜索后来看看这个博弈树， 看怎么编程实现它。
先规定一下， 我们用一个整数表示局面的好坏.
这个数越大说明局面对 "走棋方" 越有利，0表示双方实力相等。
1a( 1) ┬ 2a(-1) ┬ 3a(-1)
│ └ 3b( 1)
└ 2b(-5) ┬ 3c( 2)
├ 3d(-4)
└ 3e( 5)
分析一下这棵树，有这么个特点: 父结点的值 = -MAX(子结点的值)
我们还知道1、每个结点对应一个局面。2、底层的结点的值是"估"出来的。
于是我们可以写出伪代码了:
伪代码: 搜索一个结点下的分支， 得到这个结点的值。
参数: 局面，搜索深度
返回值:结点的值
int search(局面，int depth)
{
if(depth!=0)//不是底层结点
{
枚举出所有子结点(列出所有走法);
int count=子结点数；
int maxvalue= -∞;
for(int i=0;i
{
算出子结点局面;
maxvalue=max(maxvalue，search(子结点局面,depth-1));
}
return -maxvalue;
}
else //是底层结点
{
return 估计值;
}
}
这就是搜索算法的框架， 用到了递归。
MantisChess的智能部分函数都在MantisChessThink.cpp里， 其中search是搜索， 跟上面的这个search差不多，我把它copy出来注释一下：
int Search(int tmap[11][12],POINT tmanposition[32],int &tside,int man, POINT point,int upmax,int depth)
{
//前面的三个参数就是局面。
//man 和point 是走法，用来计算本结点的局面。 这里是把计算局面放在函数的开头，跟上面的伪代码不太一样。
//upmax: up - 上一层， max - 最大值， 这是α-β的剪枝用到的东西， 后面再讲。
//depth: 搜索深度
int ate,cur,maxvalue,curvalue,xs,ys;
int count;
//#####################这一段是计算本结点的局面#########################################
ate=32;
//移动棋子:
xs=tmanposition[man].x;ys=tmanposition[man].y; //原坐标
if (SideOfMan[tmap[point.x][point.y]]==!tside) //目标点有对方的棋子
{
ate=tmap[point.x][point.y]; //记录下被吃掉的棋子
if(ate==0 || ate==16)
{
return 9999;
}
tmanposition[ate].x=0; //目标点的棋子被吃掉
}
tmap[point.x][point.y]=man; //这两行是:
tmap[xs][ys]=32; //在map上的移动
tmanposition[man]=point;
tside=!tside;
//####################################################################################
depth--;
if(depth>0) //不是底层结点
{
int chessman[125];
POINT targetpoint[125];
if(EnumList(tmap,tmanposition,tside,chessman,targetpoint,count)) //枚举出所有子结点(列出所有走法)
{
//@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
//这里是剪枝(不是α-β剪枝), 原理是在正式搜索之前先用较浅的搜索来得到误差较大的值
//然后根据这些值来对子结点排序， 只保留最好的S_WIDTH个结点进行正式搜索。
//显然，这个剪枝有一定的风险
if(depth>=2 && count>S_WIDTH+2)
{
int value[125];
cur=0;
maxvalue=-10000;
while(cur< count)
{
curvalue=Search(tmap,tmanposition,tside,chessman[cur],targetpoint[cur],-10000,depth-2);
value[cur]=curvalue;
if(curvalue>maxvalue)maxvalue=curvalue;
cur ++;
}
::Mantis_QuickSort(value,chessman,targetpoint,0,count-1); //排序
count=S_WIDTH;//剪枝
}
//@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
maxvalue=-10000;
cur=0;
while(cur< count)
{
curvalue=Search(tmap,tmanposition,tside,chessman[cur],targetpoint[cur],maxvalue,depth);
if(curvalue>maxvalue)maxvalue=curvalue;
if(curvalue>=-upmax)goto _ENDSUB; //α-β剪枝, 符合剪枝条件的就Cut掉。 这里用了goto语句了， 千万别学我。
cur ++;
}
}
else maxvalue=9800;
}
else //是底层结点
{
maxvalue=Value(tmap,tmanposition,tside); //估值
}
_ENDSUB:
//返回之前要恢复父结点的局面
//####################################################################################
tmanposition[man].x=xs; //这两行是:
tmanposition[man].y=ys; //在face上的恢复
tmap[xs][ys]=man; //在map上的恢复
if(ate!=32)
{
tmanposition[ate]=point;
tmap[point.x][point.y]=ate;
}
else tmap[point.x][point.y]=32;
tside=!tside;
//####################################################################################
return -maxvalue;
}
上面的代码用到了α-β剪枝, 举个例子就明白了:
还是这个博弈树，从上往下遍历。
1a( 1) ┳ 2a(-1) ┳ 3a(-1)
┃ ┗ 3b( 1)
┗ 2b(-5) ┯ 3c( 2)
├ 3d(-4)
└ 3e( 5)
2a遍历完后 upmax=-1, 继续遍历完3c后返回2b， 发现3c=2>-upmax, 这时就不用管3d和3e了, 因为无论他们的值是多少 2b=-max(3c,3d,3e)<2a 一定成立,
也就是说2b可以安全地剪掉。这就是α-β剪枝。
从上面的代码来看我的MantisChess算法与标准的α-β剪枝搜索并没有什么不同， 只不过加了排序和剪枝而已。