既然Alpha-Beta搜索算法是在“最大-最小”的基础上引入“树的裁剪”的思想以期提高效率，那么它的效率就取决于树的结构——如果搜索了没多久就发现可以“裁剪”了，那么需要分析的工作量将大大减少，效率自然也就大大提高；而如果直到分析了所有的可能性之后才能作出“裁剪”判断，那此时“裁剪”也已经失去它原有的价值（因为你已经分析了所有情况）。因而，要想保证Alpha-Beta搜索算法的效率就需要调整树的结构，即调整待搜索的结点的顺序，保证“裁剪”可以尽可能早地发生。
我们可以根据部分已经搜索的结果来调整将要搜索的结点的顺序。因为通常一个局面经搜索被认为较好时，在其后继结点中往往有一些相似的局面（如某些无关紧要的棋子位置有所不同）也是较好的。“历史启发”就是建立在这样一种观点之上的。在搜索的过程中，每当找到一个好的走法，我们就给该走法累加一个增量以记录其“历史得分”，一个多次被搜索并认为是好的走法的“历史得分”就会较高。对于即将搜索的结点，按 “历史得分”的高低对它们进行排序，保证较好的走法（“历史得分”高的走法）排在前面，这样Alpha-Beta搜索就可以尽可能早地进行“裁剪”，从而保证了搜索的效率。
下面分别是历史启发部分HistoryHeuristic.h以及着法排序部分SortMove.h的代码实现，着法排序可以使用各种排序算法，这里我直接借用了王小春的《PC 游戏编程（人机博弈）》中采用的“归并排序”。
历史启发：
// HistoryHeuristic.h
#include // For void *memset( void *dest, int c, size_t count );
/////////////////// Data Define ///////////////////////////////////////////////
int HistoryTable[90][90]; //历史记录表
/////////////////// Function Prototype ////////////////////////////////////////
// 清空历史记录表（全置0）
inline void ResetHistoryTable();
// 取给定走法（move）的历史得分，返回该得分
inline int GetHistoryScore( CCHESSMOVE *move );
// 为一最佳走法（move）增添历史记录得分，nDepth标志该走法所属的搜索层数
inline void EnterHistoryScore( CCHESSMOVE *move, int nDepth );
////////////////// Programmer-Defined Function ////////////////////////////////
inline void ResetHistoryTable()
{
memset( HistoryTable, 0, sizeof(int)*8100 );
}
inline int GetHistoryScore( CCHESSMOVE *move )
{
int nFrom, nTo ;
// 将位置坐标转换为数组下标
nFrom = move->ptFrom.x * 9 + move->ptFrom.y;
nTo = move->ptTo.x * 9 + move->ptTo.y;
return HistoryTable[nFrom][nTo]; // 返回历史纪录表中的分数
}
inline void EnterHistoryScore( CCHESSMOVE *move, int nDepth )
{
int nFrom, nTo;
// 将位置坐标转换为数组下标
nFrom = move->ptFrom.x * 9 + move->ptFrom.y;
nTo = move->ptTo.x * 9 + move->ptTo.y;
HistoryTable[nFrom][nTo] += 2 << nDepth; // 增量为2的nDepth次方
}
// end of HistoryHeuristic.h
着法排序：
// SortMove.h
/////////////////// Data Define ///////////////////////////////////////////////
CCHESSMOVE cmTargetBuffer[80]; //排序用的缓冲队列
/////////////////// Function Prototype ////////////////////////////////////////
// 对长度为nCount的着法队列cmSource进行归并排序
void MergeSort( CCHESSMOVE *cmSource, int nCount );
// 为MergeSort函数所调用，归并排序首尾相接的两个数组，
void MergePass( CCHESSMOVE *cmSource, CCHESSMOVE *cmTarget,
int nLength, int nCount );
// 为MergePass函数所调用，归并排序首尾相接的两个数组（这两个数组已分别排好序）
//！！！降序 ！！！
// 两个数组为cmSource[beginOne]--cmSource[endOne];
//cmSource[beginTwo]--cmSource[endTwo]. 其中beginTwo = endOne + 1
inline void Merge_Desc( CCHESSMOVE *cmSource, CCHESSMOVE *cmTarget,
int beginOne ,int endOne, int endTwo );
////////////////// Programmer-Defined Function ////////////////////////////////
void MergeSort( CCHESSMOVE *cmSource, int nCount )
{
int nLength = 1;
// 借助cmTargetBuffer对cmSource进行归并排序
while( nLength < nCount )
{
MergePass( cmSource , cmTargetBuffer , nLength , nCount );
nLength += nLength ;
MergePass( cmTargetBuffer , cmSource , nLength , nCount );
nLength += nLength ;
}
}
void MergePass( CCHESSMOVE *cmSource, CCHESSMOVE *cmTarget,
int nLength, int nCount )
{
int i = 0; // 表记待排序的第一个数组的起点
while( i + 2 * nLength <= nCount ) // 剩余的元素个数大于等于两个nLength长度
{
// 归并排序长度为 nLength 的首尾相接的两个数组
Merge_Desc( cmSource, cmTarget, i, i + nLength - 1, i + 2 * nLength - 1 );
i += 2 * nLength ;
}
if( i + nLength < nCount ) //剩余的元素个数小于两个nLength长度，
{ //但大于一个nLength长度
// 归并排序长度为 nLength 的数组和与其相接的剩下的所有元素组成的数组
Merge_Desc( cmSource, cmTarget, i, i + nLength - 1, nCount - 1 );
}
else // 剩余的元素个数小于等于一个nLength长度
{
int j;
// 接上剩下的已经排序好的数组
for ( j = i ; j < nCount ; j ++ )
cmTarget[j] = cmSource[j];
}
}
inline void Merge_Desc( CCHESSMOVE *cmSource, CCHESSMOVE *cmTarget,
int beginOne ,int endOne, int endTwo )
{
int i = beginOne ,
j = endOne + 1,// j = beginTwo
k = beginOne ;
while( i <= endOne && j <= endTwo ) //取两个数组中值大的一个放入cmTarget
{ //（降序）
if( cmSource[i].nScore >= cmSource[j].nScore )
cmTarget[k++] = cmSource[i++];
else
cmTarget[k++] = cmSource[j++];
}
if( i <= endOne ) // 第一个数组尚未完，则接上第一个数组的剩余部分
{
int q;
for( q = i; q <= endOne; q ++ )
cmTarget[k++] = cmSource[q];
}
else // j <= endTwo 第二个数组尚未完，则接上第二个数组的剩余部分
{
int q;
for( q = j; q <= endTwo; q ++ )
cmTarget[k++] = cmSource[q];
}
}
// end of SortMove.h