摘要：今天更新这一版本的程序，主要做了以下修改： 1、将常量放在一个单独类 2、用向量类代替棋盘类并更改记录方式 3、新的评价方法 4、根据棋型生成key 5、下子时只更新被改变的向量 6、实现双置换表 7、使用：历史表、alpha-beta剪裁、空步剪裁、冲棋延伸、主要变例搜索、迭代加深技术。不使用静态搜索等技术。 8、统计相关信息，以便计算置换表命中率、每秒搜索节点数、等等信息。 遗留问题： 1、棋型提取和评价函数。虽然找到了更优的棋型提取方法和评价函数，并且理论上速度可以达到与象棋引擎接近甚至更快的速度，但是代码还没写。 2、更好的剪裁方式。虽然现有的剪裁方式已经不错了，但是只要挖掘就还能找到更好的方法。就像代码中的棋盘剪裁更新一样。 接下来解释一下置换表和更新的这些部分的代码，以便下载源程序后更快的看完它。 阅读全文

摘要：实现静态搜索。 阅读全文

摘要：一、迭代加深 1、什么是迭代加深 所谓迭代加深，就是让alpha-beta剪裁运行深度1，然后运行深度1,2，然后运行深度1,2,3。 2、为什么进行迭代加深 ………… 阅读全文

摘要：1、怎么让程序动起来？ 程序是基于得分高低，来判断走哪步棋的。换句话说，我们评价走哪步时，总是考虑假如走这里会怎么样，假如走那里会怎么样，程序也是如此。只是实现起来没有那么简单。 2、alpha-beta剪裁是如何达到目的的？ 这基于一个思想，如果局面评价是基于得分的，那么轮到谁走谁都要把这个得分弄得更高，程序如此，程序猜想对手走棋也是如此。所以，局面评价函数如果是：己方得分-对方得分，那么，这个分值越正，说明我们越接近胜利了，而这个分值越负，说明我们越接近输棋了。于是，我们总是寻找得分更高的走法，而得分低于一定程度（如对方成5）的走法，被剪裁（所谓剪裁掉，在程序中体现出来就是不继续扫描——exit for）。 3、如何实现这个递归函数？ 设计递归的方式不止一种，但无疑都是要实现自己的目的。我们的目的是找到得分更高的走法，这里有这样几个关键点： A、评价得分并比较 B、最高得分点需要记录 C、要交替查找可以走的点走棋 很明显，递归语句就在遍历点的循环中；最高得分的点可以用全局变量记录。接下来讨论一下评价函数放在哪里的问题： 阅读全文

摘要：1、为什么是72个？ 72这个数，是五子棋上的“成棋向量”，只有72个方向能成5，而其他方向不够长度……这么说吧，横向15，纵向15，左下右上21，左上右下21，一共72。 2、如何得到这72个向量？如何记录它们？ 得到这些向量很容易，可以硬编码，也可以循环遍历。我才用了循环遍历的方式，因为为了速度更快，我需要记录向量上的每个点，而不是计算它们。——当然，这里我没有进行测试，我感觉，一个14个元素的byte数组寻址速度不会很慢。 3、得到向量之后，如何评价？ 我们使用一个数组，来记录当前向量上的全部子和空位，而后和模板数组进行比较，从而得到棋型信息。我们不会得到棋型的具体分值，最终综合棋型才得到得分。 实际的评价函数，是一个非常长的函数： 阅读全文

摘要：实现位棋盘和界面的代码。 阅读全文

摘要：说明引擎是什么，什么样的棋类可以开发引擎，实现一个引擎需要哪些技术，这些技术的作用是什么。 阅读全文

摘要：0、引言——认识“引擎” 1、实现界面和位棋盘 2、我的五子棋引擎如何评价局面 3、基石——超出边界的alpha-beta剪裁 4、接近人类的思考方式——迭代加深、棋盘剪裁、空招剪裁、冲棋延伸 5、重点问题重点分析——静态搜索 6、记住曾经的思考——置换表 7、做一个纯粹的思考者——将引擎和界面分离 阅读全文