簡介基于Visual C實現(xiàn)的中國象棋桌面程序涵蓋人機、人人、機機三種對弈模式把象棋規(guī)則、MFC圖形界面與搜索算法放進同一工程適合C學(xué)習(xí)者、游戲開發(fā)入門者及對AI算法感興趣的人。壓縮包為rar格式共112個文件、1.84MB其中核心是27個頭文件和25個C源文件另有25個obj編譯中間文件、10個ico圖標(biāo)、6個bmp棋盤與按鈕圖片、2個exe可執(zhí)行程序以及dsp/dsw/rc等工程配置和輔助文件覆蓋從源碼、界面資源到可運行程序的完整鏈路。目前已有220人學(xué)習(xí)下載。閱讀源碼可理解棋局合法性判斷、走法生成、Alpha-Beta剪枝與評估函數(shù)等關(guān)鍵實現(xiàn)借助界面資源與事件響應(yīng)代碼也能弄清MFC窗口程序的組織脈絡(luò)內(nèi)含兩個cm棋譜文件方便復(fù)盤或驗證對弈邏輯。整體規(guī)模緊湊解壓后可直接打開exe體驗也適合按模塊逐步研讀。1. 中國象棋Visual C程序會下棋和會寫棋是兩回事自己動手寫一個“中國象棋Visual C程序”卡住大多數(shù)人的從來不是界面而是棋規(guī)的翻譯和搜索算法的正確性。很多新手第一天就能把棋盤畫出來第二周卻還在跟“馬不能蹩腿”這種細(xì)節(jié)較勁——棋盤只是皮棋子規(guī)則和走法生成才是這個程序真正的主干。下面按一條能走通的路徑展開先拆出界面層、邏輯層、搜索層再把棋盤數(shù)據(jù)結(jié)構(gòu)和著法生成寫扎實接著上Alpha-Beta搜索和評估函數(shù)最后是你在Visual C環(huán)境里一定會遇到的幾個坑。適合有C/C基礎(chǔ)、想獨立完成課程設(shè)計或想弄懂象棋AI原理的人。學(xué)完之后你會得到一個能跟人下、能自己跟自己下、還能評估棋力的完整程序骨架。2. 棋盤數(shù)據(jù)結(jié)構(gòu)怎么定數(shù)組布局、邊界哨兵與MFC繪圖綁定2.1 三層架構(gòu)表現(xiàn)層、邏輯層、決策層不要混在一起第一版程序很自然地會把所有邏輯塞進鼠標(biāo)點擊事件里點一下棋盤判斷棋子是否能走更新數(shù)組重繪。這個寫法在只有“車”和“兵”時還能湊合一旦把所有棋子規(guī)則和AI加進來代碼很快就變成一團亂麻。你會在OnLButtonUp里看到幾十個if嵌套每個分支都在改棋盤數(shù)組AI想復(fù)用這段邏輯又不敢動最后只能復(fù)制粘貼一份。常見做法是把這個程序拆成三層。表現(xiàn)層只管畫棋盤、接收鼠標(biāo)輸入邏輯層維護棋局狀態(tài)負(fù)責(zé)走法合法性檢查和勝負(fù)判定決策層是AI引擎根據(jù)局面算最佳著法。三層之間的接口是“當(dāng)前局面數(shù)組 一個Move結(jié)構(gòu)體”。這樣界面的改動不會波及AIAI的調(diào)試也不用每次都點鼠標(biāo)走棋——直接命令行調(diào)search函數(shù)打印每一步的評估值比對著界面猜快得多。把“規(guī)則”和“畫面”解耦還有一個隱藏好處你可以先寫一個純控制臺版本驗證規(guī)則和AI全部調(diào)通后再接MFC界面。早期卡住的問題比如AI走出非法著法、搜索回溯后局面殘留在控制臺環(huán)境里定位比在界面環(huán)境里快很多。等控制臺版本穩(wěn)定了界面就是一個“調(diào)用邏輯層并顯示結(jié)果”的殼。2.2 中國象棋棋盤的兩種數(shù)組9x10還是12x11棋盤數(shù)據(jù)結(jié)構(gòu)的常見選擇有兩種直接開int board[10][9]或者外層多圍一圈哨兵的int board[12][11]。我建議直接用后者。雖然多占幾十個字節(jié)但換來的是邊界處理統(tǒng)一越界檢查變成一次“這條路上有沒有子擋住”而不是每次先判斷坐標(biāo)是否在合法范圍內(nèi)。棋子編碼用正負(fù)號區(qū)分紅黑約定紅方為正、黑方為負(fù)絕對值表示兵種。這樣判斷“是不是自己人”只需要一次乘法board[r][c] * side 0side為1表示紅方-1表示黑方。用int存棋盤還有一個好處可以在調(diào)試器里直接看到每個格子的宏值不用像char數(shù)組那樣還要解碼ASCII。// 棋子編碼紅方為正數(shù)黑方為負(fù)數(shù)0表示空格 #define EMPTY 0 #define RKING 1 #define RGUARD 2 // 仕 #define RELEPHANT 3 // 相 #define RHORSE 4 // 馬 #define RCAR 5 // 車 #define RCANNON 6 // 炮 #define RPAWN 7 // 兵 #define BKING -1 #define BGUARD -2 #define BELEPHANT -3 #define BHORSE -4 #define BCAR -5 #define BCANNON -6 #define BPAWN -7 const int ROWS 12; // 10行棋盤 上下各1行哨兵 const int COLS 11; // 9列棋盤 左右各1列哨兵 int board[ROWS][COLS];邏輯說明ROWS和COLS把實際棋盤的范圍放到索引(1,1)到(10,9)行0、行11、列0、列10都是哨兵。走法生成時只要一格的值是-1就說明已經(jīng)出界不需要再寫if (r 0 || r 9)這類判斷。參數(shù)說明棋盤用int而不是char雖然每個格子多占3字節(jié)但換來的是setTextColor時直接判斷正負(fù)搜索時乘side判斷陣營代碼更直白。初始化棋盤時先把整個數(shù)組清零再把最外圈標(biāo)記為-1最后按開局?jǐn)[子void initBoard() { for (int r 0; r ROWS; r) for (int c 0; c COLS; c) board[r][c] (r 0 || r ROWS-1 || c 0 || c COLS-1) ? -1 : 0; // 紅方底線在行10列1~9 board[10][1] RCAR; board[10][2] RHORSE; board[10][3] RELEPHANT; board[10][4] RGUARD; board[10][5] RKING; board[10][6] RGUARD; board[10][7] RELEPHANT; board[10][8] RHORSE; board[10][9] RCAR; board[8][2] RCANNON; board[8][8] RCANNON; // 紅炮 board[7][1] RPAWN; board[7][3] RPAWN; board[7][5] RPAWN; board[7][7] RPAWN; board[7][9] RPAWN; // 紅兵 // 黑方底線在行1列1~9 board[1][1] BCAR; board[1][2] BHORSE; board[1][3] BELEPHANT; board[1][4] BGUARD; board[1][5] BKING; board[1][6] BGUARD; board[1][7] BELEPHANT; board[1][8] BHORSE; board[1][9] BCAR; board[3][2] BCANNON; board[3][8] BCANNON; // 黑炮 board[4][1] BPAWN; board[4][3] BPAWN; board[4][5] BPAWN; board[4][7] BPAWN; board[4][9] BPAWN; // 黑卒 }邏輯說明這里把實際棋盤的行列映射到索引1..10和1..9。業(yè)務(wù)代碼里所有走法都基于“行1是最上方黑方底線、行10是最下方紅方底線”這一約定。參數(shù)說明哨兵值-1既是不可走的標(biāo)記也是棋盤數(shù)組越界的天然防線代價是所有遍歷都要從行1、列1開始。如果以后想加“上下顛倒”的視角切換只需要改這一層的行列映射AI和畫圖都不用動。2.3 用MFC把棋盤畫出來OnDraw與坐標(biāo)換算在MFC單文檔框架里棋盤繪制通常在視圖類的OnDraw里完成。關(guān)鍵在于坐標(biāo)換算棋盤數(shù)據(jù)是行和列屏幕坐標(biāo)是像素中間通過一個格子邊長CELL來換算。交叉點坐標(biāo)是OX(col-1)*CELL、OY(row-1)*CELL其中OX、OY是棋盤左上角的留白。void CChessView::DrawBoard(CDC* pDC) { const int OX 40, OY 40, CELL 50; CPen pen(PS_SOLID, 1, RGB(0, 0, 0)); CPen* oldPen pDC-SelectObject(pen); // 10條橫線從行1到行10 for (int r 1; r 10; r) { pDC-MoveTo(OX, OY (r - 1) * CELL); pDC-LineTo(OX 8 * CELL, OY (r - 1) * CELL); } // 9條豎線河界處斷開 for (int c 1; c 9; c) { pDC-MoveTo(OX (c - 1) * CELL, OY); pDC-LineTo(OX (c - 1) * CELL, OY 4 * CELL); pDC-MoveTo(OX (c - 1) * CELL, OY 5 * CELL); pDC-LineTo(OX (c - 1) * CELL, OY 9 * CELL); } // 畫棋子 for (int r 1; r 10; r) { for (int c 1; c 9; c) { int piece board[r][c]; if (piece EMPTY) continue; CString name PieceToName(piece); int x OX (c - 1) * CELL; int y OY (r - 1) * CELL; pDC-Ellipse(x - CELL / 2, y - CELL / 2, x CELL / 2, y CELL / 2); pDC-SetTextColor(piece 0 ? RGB(255, 0, 0) : RGB(0, 0, 0)); pDC-TextOut(x - 12, y - 8, name); } } pDC-SelectObject(oldPen); }邏輯說明橫線循環(huán)10次是因為中國象棋棋盤有10條橫線豎線分兩段畫是因為河界中間沒有豎線連接上半段畫到第5行下半段從第6行開始畫。棋子畫在交叉點上所以Ellipse的中心點就是交叉點坐標(biāo)。參數(shù)說明CELL是相鄰交叉點的像素距離這個值決定整個棋盤在窗口里的大小你可以把OX、OY、CELL提成成員變量后續(xù)鼠標(biāo)點擊時用同一套換算反算行列避免兩處坐標(biāo)公式不一致。鼠標(biāo)點擊的處理也是同一套換算的反向操作。col (point.x - OX CELL/2) / CELL 1先加半個格子寬度是為了讓鼠標(biāo)落在交叉點附近時都能命中。換算出的行列先檢查范圍再交給邏輯層的走法判定不要在視圖類里直接改board數(shù)組。3. 著法生成的C落地把車馬炮兵仕相帥的規(guī)則翻譯成代碼3.1 Move結(jié)構(gòu)體一次走法需要記錄哪些信息著法生成是整個程序的地基AI搜索、界面校驗、悔棋功能都依賴它。一個Move至少要記錄起點、終點、以及“吃到什么子”最后一項是為了在搜索回溯時能還原被吃的棋子。如果你把吃掉的子存進Move里makeMove和unmakeMove就能嚴(yán)格配對中間不需要額外的局面快照。struct Move { int fromRow, fromCol; // 起點 int toRow, toCol; // 終點 int captured; // 被吃掉的棋子0表示沒吃 int score; // 走法排序用AI搜索時會用到 Move(int fr, int fc, int tr, int tc, int cap) : fromRow(fr), fromCol(fc), toRow(tr), toCol(tc), captured(cap), score(0) {} };邏輯說明captured字段在生成著法時填入目標(biāo)格子的棋子值在執(zhí)行走法時先保存回溯時把它寫回原目標(biāo)格。score字段在著法生成階段先置0AI搜索開始前根據(jù)“吃子價值差”或“歷史啟發(fā)”填充用于走法排序。參數(shù)說明Move是一個純數(shù)據(jù)類型不持有棋盤指針這樣著法列表可以跨函數(shù)傳遞也方便在調(diào)試時打印。3.2 生成紅車的著法一份可以直接抄的C函數(shù)車是最適合當(dāng)范例的棋子因為它走法最直觀四個方向直線掃空位可以走遇到第一個棋子時如果是對方就吃如果是己方就停。邊界由哨兵值-1兜住代碼里不需要額外判斷坐標(biāo)是否越界。#include vector using namespace std; // side 1 紅方-1 黑方moves 是輸出參數(shù) void generateCarMoves(int row, int col, int side, vectorMove moves) { // 四個方向上、下、左、右 int dr[4] {-1, 1, 0, 0}; int dc[4] {0, 0, -1, 1}; for (int i 0; i 4; i) { int nr row dr[i]; int nc col dc[i]; // 沒撞到邊界哨兵-1 while (board[nr][nc] ! -1) { if (board[nr][nc] 0) { // 空位可以走 moves.push_back(Move(row, col, nr, nc, 0)); } else { // 有棋子對方可吃己方不能走 if (board[nr][nc] * side 0) { moves.push_back(Move(row, col, nr, nc, board[nr][nc])); } break; // 不論吃不吃車被擋住停止繼續(xù)掃 } nr dr[i]; nc dc[i]; } } }邏輯說明while循環(huán)沿一個方向推進每到一個新格子先判斷是不是哨兵?？瘴患尤胫斜碛龅狡遄訒r判斷能不能吃然后break因為車不能跳過棋子。參數(shù)說明side在這里只用于陣營判斷如果你在別處統(tǒng)一用isSameSide(a, b)函數(shù)這里可以改成那種更易讀的寫法。注意moves是引用傳遞調(diào)用方自己負(fù)責(zé)清空或累積不要每次都新建vector。車能跑通炮就很接近了直線掃描的循環(huán)結(jié)構(gòu)完全一樣唯一區(qū)別是炮的“吃子”需要隔一個炮架。你可以在炮的生成函數(shù)里加一個bool hasCannonMount標(biāo)志遇到第一個子時空走、標(biāo)記count為1遇到第二個子時判斷是否可吃。這個邏輯看著簡單但很容易在“兩個子之間連續(xù)掃描”時寫錯下標(biāo)建議先用固定殘局驗證。3.3 特殊規(guī)則統(tǒng)一收口馬腿、象眼、將帥照面與炮架中國象棋的每類棋子都有自己的脾氣新手最容易漏的是馬腿和象眼其次是炮架最后是將帥照面。先把規(guī)則表列出來寫代碼時就不用來回翻棋書棋子走法特殊限制帥/將九宮內(nèi)橫豎一步雙方將帥不得在同一列直面相見仕/士九宮內(nèi)斜走一步不能出九宮相/象田字對角不能過河象眼被堵不能走馬日字對角馬腿位置有子不能跳車橫豎任意格路徑被堵不能走炮橫豎任意格吃子必須隔一個炮架兵/卒過河前只能前進一步過河后可橫走或前進不能后退馬的規(guī)則最典型值得單獨寫一個函數(shù)。判斷馬腿的方法是如果馬的橫向位移是2格馬腿就在起點和終點中間的那列相同行如果縱向位移是2格馬腿就在中間那行的相同列。bool isLegalHorseMove(int fromR, int fromC, int toR, int toC, int side) { int dr toR - fromR; int dc toC - fromC; // 馬走日|dr|和|dc|的組合必須是(1,2)或(2,1) if (!((abs(dr) 1 abs(dc) 2) || (abs(dr) 2 abs(dc) 1))) return false; // 找馬腿位置 int legR fromR, legC fromC; if (abs(dr) 2) legR fromR dr / 2; // 縱向走兩步腿在中間行 else if (abs(dc) 2) legC fromC dc / 2; // 橫向走兩步腿在中間列 // 馬腿被堵不能跳 if (board[legR][legC] ! 0) return false; // 目標(biāo)格不能是自己人 if (board[toR][toC] * side 0) return false; return true; }邏輯說明馬腿位置和終點是兩回事很多翻車現(xiàn)場就是把腿位置算錯成終點旁邊那格。這里先判斷是否滿足“日”字形狀再定位腿最后檢查腿和終點。參數(shù)說明這個函數(shù)只做合法性校驗不生成著法所以調(diào)用方需要先保證終點在棋盤范圍內(nèi)12x11的哨兵數(shù)組已經(jīng)幫你擋了一道。將帥照面是另一類容易漏的規(guī)則紅帥在(10,5)黑將在(1,5)中間沒有任何棋子時紅帥不能走到(10,4)或(10,6)嗎其實任何一方都不能走出讓兩將同列直面且中間無子的局面因為象棋里“將帥不能照面”是一條獨立的禁著AI尤其容易在搜索時走這種棋因為搜索樹里根本沒人攔它。這個檢查建議放一個獨立函數(shù)在makeMove之前調(diào)用而不是散落在各棋子函數(shù)里// 檢查當(dāng)前棋盤上雙方將帥是否照面若是則該局面本身就非法 bool isKingFace() { int kingR -1, kingRow -1, kingCol -1; for (int r 1; r 10; r) { for (int c 1; c 9; c) { if (abs(board[r][c]) RKING) { if (kingR -1) { kingR r; kingRow r; kingCol c; } else { /* 找到兩個將若同列且中間無子則非法 */ } } } } // 完整實現(xiàn)略核心是檢查兩將同列時中間有沒有子 return false; }邏輯說明這個函數(shù)在搜索的“合法性檢查”階段調(diào)用只要發(fā)現(xiàn)將帥照面就直接剪掉這個走法。你還得注意一個細(xì)節(jié)照面檢查對“送吃”和“吃掉將軍”兩種情況都生效所以AI不會傻到主動走到照面位置。第5章會專門講這個坑的實際表現(xiàn)。4. AI核心評估函數(shù)、Alpha-Beta搜索與3個必調(diào)參數(shù)4.1 評估函數(shù)先給每個棋子定價AI不知道“車厲害”還是“馬厲害”它只能靠一個分?jǐn)?shù)來判斷局面好壞。所以評估函數(shù)的第一步是給棋子定基礎(chǔ)價值。這個表是幾十年棋手經(jīng)驗的濃縮雖然不精確但足以讓AI避開無謂的兌子棋子基礎(chǔ)分說明帥/將10000不能吃價值必須是最大車900真正的進攻主力馬450中局價值高殘局易被憋腿炮450開局價值略高于馬殘局略低相/象200防守子不過河仕/士200防守子不出九宮兵/卒100過河后可以再加50評估函數(shù)最簡單的實現(xiàn)是把所有己方棋子總分減對方棋子總分紅方返回正分、黑方返回負(fù)分。再往前走一步可以加位置加成中兵過河、馬跳至七路河口、車占肋道都是值得給個20~30分的位置加分。// 返回當(dāng)前局面下紅方視角的評估分正數(shù)紅優(yōu)負(fù)數(shù)黑優(yōu) int evaluate() { int score 0; for (int r 1; r 10; r) { for (int c 1; c 9; c) { int p board[r][c]; if (p 0 || p -1) continue; int base 0; switch (abs(p)) { case RKING: base 10000; break; case RCAR: base 900; break; case RHORSE: base 450; break; case RCANNON: base 450; break; case RELEPHANT: base 200; break; case RGUARD: base 200; break; case RPAWN: base 100; break; } // 兵過河加分紅兵行7黑卒行4 if (abs(p) RPAWN) { if (p 0 r 7) base 50; if (p 0 r 4) base 50; } score (p 0) ? base : -base; } } return score; }邏輯說明評估函數(shù)寫得越細(xì)致AI棋力提升越明顯但第一次做不要貪。先讓分?jǐn)?shù)能反映“子力對比兵過河”這兩個事實后面再慢慢加位置表。參數(shù)說明基準(zhǔn)分是全局常量你想調(diào)棋風(fēng)就把車的900改成880、馬的450改成480AI會更愿意保留馬而棄車這個在調(diào)試時很好用。4.2 讓AI想幾步Alpha-Beta搜索的遞歸實現(xiàn)搜索的目標(biāo)是假設(shè)對方也會用同樣的搜索邏輯找出當(dāng)前局面下最終能讓自己得分最高的那一步。最樸素的實現(xiàn)是Minimax紅方取最大值、黑方取最小值。Alpha-Beta剪枝在Minimax基礎(chǔ)上加了一個窗口[alpha, beta]一旦某個分支的分?jǐn)?shù)超出窗口就可以整支剪掉不再深入。這個剪枝不是玄學(xué)它保證結(jié)果和完整Minimax一樣只是少了大量無用的計算。const int INF 100000000; // side 1 紅方-1 黑方depth 是剩余搜索深度 int alphaBeta(int depth, int alpha, int beta, int side) { if (depth 0) { return evaluate(); } vectorMove moves; generateAllMoves(side, moves); // 走法排序吃大子優(yōu)先排序越好剪枝越狠 sort(moves.begin(), moves.end(), [](const Move a, const Move b) { return a.captured b.captured; }); int best -INF; for (const Move mv : moves) { // 如果這一步把自家將帥送走直接跳過 if (!isLegalAfterMove(mv, side)) continue; makeMove(mv); // 負(fù)極大值對方視角返回的分?jǐn)?shù)取負(fù)號就是本方的收益 int score -alphaBeta(depth - 1, -beta, -alpha, -side); unmakeMove(mv); if (score best) best score; if (best alpha) alpha best; if (alpha beta) break; // 剪枝這個分支已經(jīng)不會影響上層決策 } return best; }邏輯說明負(fù)極大值寫法讓紅黑雙方共用同一個函數(shù)每層遞歸都把視角翻轉(zhuǎn)一次返回值永遠(yuǎn)代表“當(dāng)前走棋方”的分?jǐn)?shù)。makeMove和unmakeMove必須嚴(yán)格配對否則搜索樹會越走越亂這是新手最容易出錯的點。參數(shù)說明depth從外部傳入比如depth4表示AI想四步紅、黑、紅、黑。alpha和beta的初始值是-INF和INF越窄的窗口剪枝越多但窗口開錯會導(dǎo)致結(jié)果不準(zhǔn)所以第一版先不要自己調(diào)窗口。4.3 走法排序與搜索深度剪枝效率的勝負(fù)手Alpha-Beta剪枝的效率嚴(yán)重依賴走法排序。如果每次都是最差走法先搜剪枝幾乎不發(fā)生深度4層的搜索可能卡到十幾秒如果最佳著法先被搜到同樣的深度可能只需幾十毫秒。所以排序是必調(diào)的起步就按“吃子價值降序”吃車的走法排前面吃兵、吃卒的排后面。參數(shù)作用推薦起步值depth搜索深度4層是低配機器的安全值4走法排序決定剪枝效率影響一個數(shù)量級吃子優(yōu)先搜索時限防止UI線程卡死超時返回當(dāng)前最佳1000ms深度從4開始比較穩(wěn)妥。如果你是i5以上機器可以試depth5甚至depth6但每加一層耗時大約翻3~5倍所以建議先把depth固定為4等排序和剪枝都優(yōu)化好了再往上加。搜索時限不是一個參數(shù)而是一個“要不要繼續(xù)搜下去”的終止標(biāo)志放在迭代加深的最外層控制而不是寫在alphaBeta遞歸里。5. 中國象棋程序的6個常見坑從界面亂碼到AI主動送將這個章節(jié)是我一路調(diào)程序攢下來的血淚經(jīng)驗每一條都真實卡過我先現(xiàn)象、再原因、最后給解決路徑。按順序排查能省下至少一周的調(diào)試時間。5.1 字符集不匹配界面漢字亂碼或直接編譯報錯現(xiàn)象界面上的“帥、車、馬”顯示成亂碼或者代碼里寫CString s 車;直接編譯報錯說是無法從char*轉(zhuǎn)換到CString。原因Visual C的默認(rèn)項目字符集是Unicode你用了窄字符中文字面量系統(tǒng)不知道該怎么把多字節(jié)的中文轉(zhuǎn)成寬字符。解決最省事的是去“項目屬性 → 配置屬性 → 常規(guī) → 項目默認(rèn)值 → 字符集”改成“使用多字節(jié)字符集”。更規(guī)范的寫法是統(tǒng)一用_T()宏包住所有中文字符串字面量比如_T(車)這樣不管項目是Unicode還是多字節(jié)都能編譯。我第一次寫時沒管字符集把整個界面重寫了一遍才意識到問題根本不在代碼邏輯。5.2 棋盤重繪閃爍OnDraw全量重繪的代價與雙緩沖修復(fù)現(xiàn)象每走一步棋整個窗口都閃一下棋子多的時候閃爍尤其明顯像老式CRT顯示器刷新率不夠。原因MFC的OnDraw在窗口失效時全量重繪而每一步棋都會觸發(fā)Invalidate等于把棋盤重新畫一遍。繪制過程中先擦背景再畫線再畫棋子屏幕會短暫出現(xiàn)空白。解決雙緩沖。在內(nèi)存里創(chuàng)建一個和窗口等大的畫布把所有內(nèi)容先畫到內(nèi)存DC最后一次性BitBlt到屏幕。void CChessView::OnDraw(CDC* pDC) { CRect rect; GetClientRect(rect); CDC memDC; memDC.CreateCompatibleDC(pDC); CBitmap bmp; bmp.CreateCompatibleBitmap(pDC, rect.Width(), rect.Height()); CBitmap* old memDC.SelectObject(bmp); // 先畫到內(nèi)存DC DrawBoard(memDC); // 一次性拷到屏幕 pDC-BitBlt(0, 0, rect.Width(), rect.Height(), memDC, 0, 0, SRCCOPY); memDC.SelectObject(old); }邏輯說明memDC擁有一張和窗口大小一致的位圖所有畫線、畫圓的調(diào)用都作用在內(nèi)存里用戶看不到中間過程。參數(shù)說明rect來自GetClientRect是當(dāng)前窗口客戶區(qū)的尺寸如果你的棋盤固定在某個位置可以裁剪更小的區(qū)域進一步減少拷貝量。5.3 走法回溯遺漏搜索時棋盤狀態(tài)越搜越亂現(xiàn)象AI走完一步后棋盤上多出幾顆棋子或者少了幾顆莫名其妙地“吃”掉了沒有吃過的子。原因makeMove之后忘了unmakeMove。最常見的場景是在搜索函數(shù)里某個分支提前return了恢復(fù)棋盤的代碼沒執(zhí)行到或者復(fù)盤代碼時把unmakeMove注釋掉忘記打開。解決makeMove和unmakeMove成對出現(xiàn)盡可能用RAII或者函數(shù)開頭確保異常路徑也能恢復(fù)。另外一個習(xí)慣是把“吃掉的子”保存在Move的captured字段里不要每次從棋盤上讀因為搜索過程中棋盤已經(jīng)變了多次原目標(biāo)格的子早就不是當(dāng)初那一個了。5.4 將帥照面漏判AI為什么主動送將現(xiàn)象AI在殘局階段走出完全送死的棋比如主動把帥走到和黑將同一條直線上然后程序報“非法走法”或者直接判負(fù)。原因合法性檢查里沒有“將帥不能照面”這條規(guī)則。AI搜索時它只檢查目標(biāo)格能不能去卻不知道兩將同列且中間無子是犯規(guī)的于是搜索樹里出現(xiàn)大量非法分支偶爾還會把“吃掉對方將”當(dāng)成合法走法。解決在makeMove之前調(diào)用一個isKingFace()檢查函數(shù)只要當(dāng)前局面兩將同列且中間無子就禁止這個走法。排查的時候可以在控制臺打印每次搜索root返回的著法一旦出現(xiàn)將帥同列的情況九成是這個函數(shù)漏了。5.5 數(shù)組越界邊界哨兵救了馬腿和炮架現(xiàn)象程序運行一段時間后在隨機位置崩潰調(diào)試器指向一個看起來完全沒問題的賦值語句。原因棋盤用了board[10][9]馬跳馬腿的時候算出負(fù)行號或負(fù)列號直接訪問了數(shù)組前的內(nèi)存。這個問題最坑的地方在于越界不一定立刻崩潰可能等到內(nèi)存被其他變量覆蓋后才炸。解決換成12x11數(shù)組把越界路徑變成邊界哨兵的正常判斷。這是最徹底的方案比在每一處訪問前加范圍檢查靠譜得多。你能看到的現(xiàn)象是“崩潰位置完全隨機”其實根因就是馬腿坐標(biāo)沒做邊界判斷。5.6 重復(fù)局面死循環(huán)同一步棋來回走現(xiàn)象AI在一個局面反復(fù)來回走比如邊車進退、進退、進退就是不進攻直到觸發(fā)步數(shù)限制。原因搜索深度有限AI評估發(fā)現(xiàn)當(dāng)前局面得分都一樣又沒有強制它“向前推進”它就停留在循環(huán)里。如果搜索樹里出現(xiàn)“紅車進一黑車退一紅車退一黑車進一”這樣的循環(huán)AI會把走子權(quán)一直耗費在無進展的動作上。解決加重復(fù)局面檢測。簡單做法是把每個局面算一個哈希值搜索路徑上同一哈希出現(xiàn)兩次以上就判和或給嚴(yán)重負(fù)分更保守的做法是限制單局步數(shù)比如超過120步無吃子就判和。先做后者因為實現(xiàn)快哈希優(yōu)化留到第6章。6. 用自對弈驗證棋力三個環(huán)節(jié)與迭代加深的下一步6.1 自對弈回歸測試讓程序紅黑方互相對抗驗證AI最簡單可靠的方法是讓程序自己跟自己下。寫一個autoPlay循環(huán)紅方用當(dāng)前搜索函數(shù)走一步然后切換到黑方視角再走一步直到分出勝負(fù)或達到步數(shù)上限。這樣每次修改評估函數(shù)或搜索邏輯后都能快速跑一盤看看結(jié)果有沒有惡化。void autoPlay(int depthRed, int depthBlack, int maxMoves) { int side 1; // 紅方先走 for (int step 0; step maxMoves; step) { int depth (side 1) ? depthRed : depthBlack; Move best searchRoot(side, depth); makeMove(best); // 打印本步著法和當(dāng)前評估分方便觀察 printf(step%d side%d move(%d,%d)-(%d,%d) score%d\n, step, side, best.fromRow, best.fromCol, best.toRow, best.toCol, evaluate()); if (isCheckmate(side)) { printf(checkmate\n); break; } side -side; } }邏輯說明searchRoot是Alpha-Beta的一個封裝負(fù)責(zé)從根節(jié)點搜索并返回最佳Move。自對弈的價值在于回歸測試每改一個參數(shù)就固定跑20盤對比勝率和平均步數(shù)不要依賴“看起來變強了”的感覺。參數(shù)說明depthRed和depthBlack可以設(shè)成不同深度比如紅方4層、黑方3層用來驗證“更強的一方勝率是否明顯更高”這是檢驗評估函數(shù)有沒有寫反的快捷方式。6.2 殘局驗證與深度對比用固定局面測搜索邏輯用完整對局驗證太慢還容易把“規(guī)則錯誤”和“棋力不足”混在一起。更有效的方式是擺幾個固定殘局單車對單士、雙炮對雙仕、兵單將。每個局面設(shè)一個預(yù)期結(jié)果AI必須在限定步數(shù)內(nèi)達到比如單車對單士30步內(nèi)必須將死或吃子。跑不過就是搜索或評估出了問題。深度對比是判斷搜索是否正確的另一個手段同一局面depth2和depth4的第一效果應(yīng)該一致depth4的后續(xù)著法應(yīng)該更好。如果更深的搜索走出了和淺層搜索完全不同的送死棋說明評估函數(shù)里的某條規(guī)則寫錯了而不是搜索不夠深。我一般把depth2當(dāng)成“基準(zhǔn)正確性測試”depth6當(dāng)成“棋力上限測試”中間值用來觀察棋力增長曲線。6.3 迭代加深與開局庫我下一步會往哪邊優(yōu)化自對弈穩(wěn)定后下一步最劃算的優(yōu)化是迭代加深先搜depth1再搜2逐步加深超過設(shè)定時限就返回上一次搜完全程的結(jié)果。這樣不會出現(xiàn)“depth6超時后什么著法都拿不出來”的尷尬。Move searchRoot(int side, int maxDepth, int timeLimitMs) { vectorMove allMoves; int bestScore -INF; for (int d 1; d maxDepth; d) { int score alphaBeta(d, -INF, INF, side); // 每次搜完拿到當(dāng)前最佳著法并保存 bestScore score; if (isTimeUp()) break; } // 返回 bestScore 對應(yīng)的著法 return bestMove; }邏輯說明每一層搜索都是獨立的Alpha-Beta調(diào)用上一層的搜索結(jié)果可以排序下一層的走法列表讓剪枝起點更好。迭代加深的核心價值是“隨時可以被中止但永遠(yuǎn)有一個階段性結(jié)果”。參數(shù)說明timeLimitMs在UI線程里傳到后臺搜索線程搜索線程每隔幾十毫秒檢查一次這個標(biāo)志在MFC里可以用PostMessage或AfxBeginThread不要在OnLButtonUp里同步搜索深度6否則界面會數(shù)秒無響應(yīng)用戶第一反應(yīng)是程序死了。更遠(yuǎn)的優(yōu)化方向是Zobrist哈希加置換表把每個局面哈希后緩存進一個全局表搜索時先查表能直接跳過重復(fù)計算。開局庫也是一條路把前幾步固定到常見開局走法里省下開局階段的搜索量。我現(xiàn)在每改完一版都會先把深度4和深度6的自對弈各跑10盤再和固定殘局對一遍確認(rèn)沒有回歸才敢說“這版棋力沒有退步”。這個習(xí)慣幫我擋住了很多次“越改越弱”的翻車希望幫到你。本文還有配套的精品資源點擊獲取