井字游戏在游戏树搜索中打印最佳移动路径？答案

【问题标题】：Tic-Tac-Toe Print the Path of Best Move in Game Tree Search?井字游戏在游戏树搜索中打印最佳移动路径？
【发布时间】：2016-05-27 09:19:12
【问题描述】：

我正在研究带有井字游戏 (3x3) 的 alpha-beta 修剪算法。目前对于 3x3 网格的任何给定实例，我都能够找出最佳情况：

public Best chooseAlphaBetaMove(int whosMov, int alpha, int beta) {

    Best reply = new Best();  
    Best myBest = new Best();

    if ((scoreGrid()==COMPUTER_WIN) || (scoreGrid()==OPPONENT_WIN) || 
                                       (scoreGrid()==GAME_DRAW)) {
        int score = scoreGrid();
        return new Best(score,-3,-3,count);
    }

    if (whosMov==COMPUTER_MOVE) {
        myBest.score = alpha;
    } else {
        myBest.score = beta;
    }

    for (int i=0; i<3; i++) {
    for (int j=0; j<3; j++) {
        if (layOut[i][j]==0) {
            moveGrid(whosMov,i,j);
            reply = chooseAlphaBetaMove(-whosMov,alpha,beta); 
            unmoveGrid(i,j);

            if ((whosMov==COMPUTER_MOVE)&&(reply.score>myBest.score)) {
                myBest.score = reply.score;
                alpha = reply.score;
                myBest.row = i;
                myBest.column = j;
            }

            if  ((whosMov==OPPONENT_MOVE)&&(reply.score<myBest.score)) {
                myBest.score = reply.score;
                beta = reply.score;
                myBest.row = i;
                myBest.column = j;
            }
            if (beta <= alpha) return myBest;
        }
    }
    }

        return myBest;
}

最佳结构在哪里：

public class Best {

    public int score;
    public int row;
    public int column;
    public int count
}

给定一个初始网格以及下一个将移动的人，我可以知道下一个玩家的最佳得分和最佳位置。但是，我不知道如何为这个最佳动作打印整个路径。（注意 - 我不想要整个搜索路径。我只想打印从这个最佳移动到叶子的单个搜索路径）。有什么想法吗？谢谢！

【问题讨论】：

标签： java tic-tac-toe

【解决方案1】：

当您递归地沿着每条路径前进时，您需要跟踪它，可能通过将对 List/Stack 的引用传递给每个 chooseAlphaBetaMove 调用。当您找到比当前最佳路径更好的路径时，您获取当前路径的副本，并将其存储为“迄今为止的最佳路径”。完成后，您可以打印出最佳路径。

【讨论】：

谢谢。也许我可以为每个 myBest 对象保留一个移动列表（i，j）？然后当我得到最好的 myBest 时，我可以回去打印出这个 myBest 的所有 (i,j)？我会试一试的。

【解决方案2】：

http://xkcd.com/832/ 是一种可视化 TTT 树的有效方法

【讨论】：

谢谢 - 但这看起来比我打算尝试的要复杂得多。

【解决方案3】：

您需要一些方法来跟踪搜索中的最佳移动。我的建议是保留一个包含最佳移动列表的数据结构。 Stack 似乎是最适合这种情况的数据结构。在每次递归调用中，将第一个动作压入堆栈（因为这是迄今为止最好的动作）。当找到更好的移动时，弹出堆栈并推送新的。在您的 alpha-beta 修剪算法完成后，只需弹出堆栈并打印每个动作。这将给出游戏结束时的“最佳”动作顺序。

【讨论】：

这听起来很对 - 但我找不到在每个级别识别 myBest 的好方法。如果我选择每次获得新的 myBest 时都将 myBest 添加到堆栈中，那么这将太多了......在每个级别中可能有多个 myBest，就像我们从分数 -1 开始，然后找到分数 0（首先myBest)，然后找到 1（第二个 myBest）...
@user1660652 当前的“最佳”应该在堆栈的顶部。如果您找到更好的“最佳”，则在推送新的堆栈之前弹出堆栈。