AI象棋中的，最大最小值算法思路

一层的情况就不讨论了，直接就是走一步后，当前局面的最高分

第二层情况

第三层情况

现在分析一下为什么会出现最大最小值算法：
因为走棋是你一步我一步的来。
作为我来说，我肯定愿意选当前局面分值最大的一步。
作为对方来说，对方肯定不是傻子，肯定选你局面分最小的情况。

这样就形成了，最大，最小值算法，最大（我）,最小（你）。

理想的情况，计算机是不会输的，因为他可以选择出最优的路径，前提是层数最够多。

当然每加一层，是指数式增长。所以计算机是不可能真的有无限层。所以计算机可能输。

int AI::getMaxScore(Game* game, int level, int curMaxScore)
{
    if (level == 0)
        return calcScore(game);

    CCArray* allMove = allPossibleMove(game);
    int maxScore = -20000;//用来记录当前局面最大分
    for (int i = 0; i < allMove->count(); i++)
    {
        Step* step = (Step*)allMove->objectAtIndex(i);//获取走法
        fakeMove(game, step);//假走
        int score = getMinScore(game, level - 1, maxScore);//获取这一局面下的最小值,如果在计算最小值时有某个score比max小，那么肯定不选他，就剪枝
        unfakeMove(game, step);

        // 减枝：用大于等于号来剪枝效率更高
        if (score >= curMaxScore)
            return score;

        if (score > maxScore)
        {
            maxScore = score;
            // 在计算的顶层循环要记录要走的步骤
            if (level == _level)
            {
                _step = step;
            }
        }
    }
    return maxScore;
}
int AI::getMinScore(Game* game, int level, int curMinScore)
{
    if (level == 0)
        return calcScore(game);

    CCArray* allMove = allPossibleMove(game);
    int minScore = 100000;

    for (int i = 0; i < allMove->count(); i++)
    {
        Step* step = (Step*)allMove->objectAtIndex(i);
        fakeMove(game, step);
        int score = getMaxScore(game, level - 1, minScore);//如果在计算最大值时有某个score比min还大，那么肯定不选他，就剪枝
        unfakeMove(game, step);

        // 减枝：用小于等于号来剪枝效率更高
        if (score <= curMinScore)
            return score;

        if (score < minScore)
        {
            minScore = score;
            // 在计算的顶层循环要记录要走的步骤
            if (level == _level)
            {
                _step = step;
            }
        }
    }
    return minScore;
}