常见的五子棋棋盘大小为15x15,最直观的表示就是一个二维数据。本文为了易于拓展一开始使用的是QVector<QVector>的数据,但是在分支因子为10的情况下只能搜索到4层左右,后面深度加深,搜索时间呈指数倍数增长。这种实现方式下,六层搜索深度下搜索时间大于1min。
接着使用二维数组(int[][])来表示一个搜索状态,搜索速度略有加快,时间大约在2倍左右(记忆模糊了)。
目前实现方式中使用的位棋盘,这样可以有效的减少寻址时间,取出一行或者一列只需要从内存中取出一个int32(考虑到17x17或者19x19)。有些读者可能想问一个格子有三种状态(黑/白/空),bool又能如何表示呢?答案就是使用两个int32数组表示,一个数组表示是否有子,另一个表示黑子还是白子。
一般而言一组二维数组就可以充分的表示棋盘信息,但是在后续棋盘静态评估的需求中发现,本文需要对棋盘的四个方向上评估出基础棋型。因而从不同角度冗余的描述棋盘信息就是必要的。
//棋子值的定义[保证0 1为黑子或者白子]
#define PLAYER_BLACK 0
#define PLAYER_WHITE 1
#define PLAYER_NONE 2
//四方向
#define MMainDiagonal 0 //主对角线
#define MSubDiagonal 1 //副对角线
#define MHorizontal 2 //水平
#define MVertical 3 //竖直
这里也简单给出棋盘信息完备表示,为了简化搜索过程的的边界处理,对所有棋盘加墙(白棋搜索时,墙就是黑子)。对角线上只保留了可以构成连五的线。
//定义含有边界所有连线上的棋子,用于更新棋型
int searchBoard[boardSize+2];
int searchBoardMask[boardSize+2];
int searchBoardVertical[boardSize+2];
int searchBoardVerticalMask[boardSize+2];
int searchBoardMainDiag[2*boardSize - 9];
int searchBoardMainDiagMask[2*boardSize - 9];
int searchBoardSubDiag[2*boardSize - 9];
int searchBoardSubDiagMask[2*boardSize - 9];
有了棋盘信息的表示,就需要实现如何更新棋盘信息。这里实现可能略微复杂,没有做代码的精简。在象棋百科中有通过棋盘旋转的方式来获取不同方向的信息,那里是使用通过和一个魔法数位运算来实现的,理论上这里也是可以的。
这里具体实现时需要注意三点:一是边界点的判定,二是位运算如何某数位置0或者置1,,三是位移量的求解。
void GameBoard::setSearchBoardPiece(const MPoint &position, MPlayerType player)
{
int row = position.x();
int col = position.y();
if(!isValidSearchPosition(row,col)) return ;
if(player == PLAYER_WHITE)
{
//player == white(1)
searchBoard[row] |= (1 << col);
searchBoardMask[row] |= (1 << col);
searchBoardVertical[col] |= (1 << row);
searchBoardVerticalMask[col] |= (1<<row);
//主对角线[右下]
if(abs(col-row)<=boardSize-5)
{
if(row>col){
searchBoardMainDiag[boardSize- 5 - row + col] |=(1 << col);
searchBoardMainDiagMask[boardSize- 5 - row + col] |=(1 << col);
}
else{
searchBoardMainDiag[boardSize- 5 + col - row] |= (1 << row);
searchBoardMainDiagMask[boardSize- 5 + col - row] |= (1 << row);
}
}
//副对角线[右上]
if(row+col>=6 && row+col<= boardSize*2-4)
{
if(col < boardSize -row + 1){
searchBoardSubDiag[row + col - 6] |= (1 << col);
searchBoardSubDiagMask[row + col - 6] |= (1 << col);
}
else{
searchBoardSubDiag[row+col-6] |= (1 << (boardSize+1-row));
searchBoardSubDiagMask[row+col-6] |= (1 << (boardSize+1-row));
}
}
}
else if(player == PLAYER_BLACK)
{
//player == black(0)
searchBoard[row] &= ~(1 << col);
searchBoardMask[row] |= (1 << col);
searchBoardVertical[col] &= ~(1 << row);
searchBoardVerticalMask[col] |= (1<<row);
//主对角线
if(abs(col-row)<=boardSize-5)
{
if(row>col){
searchBoardMainDiag[boardSize- 5 - row + col] &= ~(1 << col);
searchBoardMainDiagMask[boardSize- 5 - row + col] |=(1 << col);
}
else{
searchBoardMainDiag[boardSize- 5 + col - row] &= ~(1 << row);
searchBoardMainDiagMask[boardSize- 5 + col - row] |= (1 << row);
}
}
//副对角线
if(row+col>=6)
{
if(col < boardSize -row + 1){
searchBoardSubDiag[row + col - 6] &= ~(1 << col);
searchBoardSubDiagMask[row + col - 6] |= (1 << col);
}
else{
searchBoardSubDiag[row+col-6] &= ~(1 << (boardSize+1-row));
searchBoardSubDiagMask[row+col-6] |= (1 << (boardSize+1-row));
}
}
}
else
{
//player==none(2)
searchBoardMask[row] &= ~(1 << col);
searchBoardVerticalMask[col] &= ~(1 << row);
searchBoard[row] &= ~(1 << col);
searchBoardVertical[col] &= ~(1 << row);
//主对角线
if(abs(col-row)<=10)
{
if(row>col){
searchBoardMainDiagMask[boardSize- 5 - row + col] &= ~(1 << col);
searchBoardMainDiag[boardSize- 5 - row + col] &= ~(1 << col);
}
else{
searchBoardMainDiagMask[boardSize- 5 + col - row] &= ~(1 << row);
searchBoardMainDiag[boardSize- 5 + col - row] &= ~(1 << row);
}
}
//副对角线
if(row+col>=6)
{
if(col < boardSize -row + 1){
searchBoardSubDiagMask[row + col - 6] &= ~(1 << col);
searchBoardSubDiag[row + col - 6] &= ~(1 << col);
}
else{
searchBoardSubDiagMask[row+col-6] &= ~(1 << (boardSize+1-row));
searchBoardSubDiag[row+col-6] &= ~(1 << (boardSize+1-row));
}
}
}
}