我有一个alpha-β修剪的基本实现,但我不知道如何改进移动顺序.我已经看到可以用浅层搜索,迭代深化或存储最好的转换表来完成.
有什么建议如何在这个算法中实现这些改进之一？
public double alphaBetaPruning(Board board,int depth,double alpha,double beta,int player) {
if (depth == 0) {
return board.evaluateBoard();
}
Collection<Move> children = board.generatePossibleMoves(player);
if (player == 0) {
for (Move move : children) {
Board tempBoard = new Board(board);
tempBoard.makeMove(move);
int nextPlayer = next(player);
double result = alphaBetaPruning(tempBoard,depth - 1,alpha,beta,nextPlayer);
if ((result > alpha)) {
alpha = result;
if (depth == this.origDepth) {
this.bestMove = move;
}
}
if (alpha >= beta) {
break;
}
}
return alpha;
} else {
for (Move move : children) {
Board tempBoard = new Board(board);
tempBoard.makeMove(move);
int nextPlayer = next(player);
double result = alphaBetaPruning(tempBoard,nextPlayer);
if ((result < beta)) {
beta = result;
if (depth == this.origDepth) {
this.bestMove = move;
}
}
if (beta <= alpha) {
break;
}
}
return beta;
}
}
public int next(int player) {
if (player == 0) {
return 4;
} else {
return 0;
}
}
解决方法
>使用浅层搜索的节点重新排序是微不足道的：计算
递归的状态的每个孩子的启发式值
检查它们然后,排序这些状态的值[降序
最大顶点,最小顶点上升],并递归调用
排序列表上的算法.这个想法是 – 如果一个国家擅长的话
深度较浅,更有可能在深层次的状态下,
如果是真的 – 你会得到更多的偏见.
递归的状态的每个孩子的启发式值
检查它们然后,排序这些状态的值[降序
最大顶点,最小顶点上升],并递归调用
排序列表上的算法.这个想法是 – 如果一个国家擅长的话
深度较浅,更有可能在深层次的状态下,
如果是真的 – 你会得到更多的偏见.
排序应该在此之前[在if和else子句中]
for(Move move：children){
>存储移动也是微不足道的 – 许多状态计算两次,
当你完成任何状态的计算,存储它[的深度
计算！在HashMap中是很重要的！你做的第一件事
当您在顶点开始计算时 – 检查是否已经存在
计算 – 如果是,则返回缓存的值.背后的想法
这是许多国家可以从不同的路径到达,所以这样
方法 – 您可以消除冗余计算.
这些更改应该在方法的第一行中完成[像if(cache,…)((state,board,depth,player))返回cache.get(new State(board,player))]请原谅我缺乏优雅和效率 – 只是在这里解释一个想法].您还应该在每个返回语句之前添加cache.put(…).