五子棋 AI（二）极大极小搜索 + 剪枝

​​​​​​五子棋（一）

 博客搬家：最爱午后红茶

源码以及演示地址：https://github.com/QYPan/gobang

如果在落子的时候往后推算几步，可以大概估算一下复杂度。如果往后推算 4 步走法，即给自己和对方各推算两步，每步计算 50 个可落子点；那总共需要计算 50^4 = 6,250,000 个结点；这是一颗非常巨大的博弈树；程序的实际情况是每秒大约算 10000 个结点（有点慢~），那将需要 600 多秒才可确定下一步落子，这样的结果是不可接受的。还有一点就是，推算的层数最好是偶数，因为如果是奇数的话，最后一步并没有考虑到对方落子，防御力会降低。

在这颗博弈树中用极大极小的方法去计算计算机的下一步落子，可以使计算机为 MAX 层，玩家为 MIN 层。我们可以使用 alpha-beta 剪枝来实现搜索的优化。（博弈基础）

在源代码的 computer.c -> alpha_beta()

// 初始值 player = 0, depth = 0, alpha = -inf, beta = inf
alpha_beta(player, depth, alpha, beta)
begin
	if 成五 then 
		返回结果(inf or -inf)
	endif
	if depth >= depth_limit then
		返回估值
	endif

	if(!player) then // 计算机
		if !depth then // 在搜索入口层
			// 取落子坐标
			y = p[0].y
			x = p[0].x
		endif
		n = cal_points(p[]) // 计算所有可落子点的得分并记录在数组 p[]
		for i = 0; i < n; i++ 
			set_in(p[i].y, p[i].x) // 落子
			val = alpha_beta(player^1,