一、人机对战算法概述
人机对战属于一种弱人工智能算法，其核心是：当玩家落下一枚棋子后，计算出这枚棋子构成的所有棋型，找出威胁程度最大的棋型，并破解其产生的威胁。
五子棋中所能产生的棋型有很多，如果棋子至少有一边被封死，这种棋型被称为“死”棋型，反之被称为“活”棋型。根据棋子的数量，棋型又可以细化为“活三”、“死三”、“活四”等不同的棋型。棋型的不同，产生的威胁程度不同，破解的方式也不同。以四枚棋子为例，列出所有棋型及其威胁值和破解方法，如图4.16所示。
图4.16 四个棋子所产生的棋型及其威胁值和破解方法
说明：棋型就是棋子在棋盘上组合成的形状。
二、电脑自动处理用户请求
玩家联机对战的时候，是在各自电脑中处理对方的指令。但是玩家与电脑对战，则是在一台电脑中同时处理玩家和电脑的指令，这种情况下就不能再使用联机对战的命令处理逻辑了。在AI（电脑智能对战算法）类中，编写oprationHandler()方法，来专门处理玩家向电脑发来的指令。由于本程序取消了人机对战中的“认输”、“和棋”、“悔棋”命令，所以只处理玩家的“开始”命令即可。具体代码如下。
01 publicvoid oprationHandler(Object messageObj) {
02 intcode = (Integer) messageObj; // 获取命令代码
03 switch (code) { // 判断命令
04 case ChessPanel.OPRATION_START_MACHINE: // 如果是玩家请求开始游戏
05 frame.getChessPanel1().setTowardsStart(true); // 设置AI的游戏开始状态为true
06 break;
07 }
三、电脑判断落棋点
电脑判断落棋点总共分四个步骤：第一步，遍历整个棋盘，获取每个棋子坐标；第二步，以一个棋子为中心，获取其四个直线方向排列的所有棋子；第三步，判断此直线排列的棋子中是否出现了有威胁的棋型；第四部，根据棋型库给出的棋型和破解方法，记录其威胁值和破解方案。下面将详细介绍这四个步骤是如何实现的。
1. 遍历整个棋盘，寻找落棋点
执行AI类中forEach()方法，此方法可以获取电脑最终给定的下棋位置。遍历整个棋盘，查看每一个棋子所能形成的棋型，找出其中威胁最大的，根据棋型库给出的破解位置找出落棋点。具体代码如下：
01 privateint[] forEach() {
02 intx = -1, y = -1; // 将要下的棋子坐标
03 intthreat = 0; // 棋盘上出现的最大威胁值
04 byte[][] chessmanArray = gobangModel1.getChessmanArray(); // 获得棋盘
05 for (inti = 0; i< 15; i++) { // 遍历棋盘行
06 for (intj = 0; j< 15; j++) { // 遍历棋盘列
07 if (chessmanArray[i][j] > 0) { // 如果此处有白棋子
08 // 捕捉每个棋子形成的棋型
09 inttmp[] = catchChessModle(i, j, chessmanArray);
10 // 如果存在比当前最大威胁值还要大的威胁值，则记录此处落子坐标
11 if (tmp[0] >threat) {
12 threat = tmp[0]; // 更新最大威胁值
13 x = tmp[1]; // 更新落子横坐标
14 y = tmp[2]; // 更新落子纵坐标
15 }
16 }
17 }
18 }
19 returnnewint[] { x, y }; // 返回横纵坐标组成的一维数组
20 }
2. 判断棋子构成的棋型
forEach()方法中调用了catchChessModle()方法，这个方法以一枚棋子为原点向四种方位延伸，分别判断这四条线上可能产生具有威胁的棋型，并根据棋型库给出的破解位置，换算成棋盘坐标，并返回成结果数组。具体代码如下：
01 privateint[] catchChessModle(intx, inty, byte[][] chessmanArray) {
02 // 索引0：记录此位置的棋子可产生的最大威胁值或优势值
03 // 索引1：对应下棋横坐标
04 // 索引2：对应下棋横坐标
05 intposition[] = newint[3];
06 // 创建以被捕捉棋子为中心的四个方向形成的棋型
07 // 以参数点为中心点，保存四个方向的棋型，方向分别为 — | \ /
08 intmodel[][] = newint[4][11];
09 for (inttmp[] : model) { // 遍历数组
10 Arrays.fill(tmp, boundary); // 将数组填充为边界常量
11 }
12 // 把参数点放入每行的中心部位
13 model[0][5] = model[1][5] = model[2][5] = model[3][5] = chessmanArray[x][y];
14 // 以该棋子为中心，向两边走5步
15 for (inti = 1; i<= 5; i++) {
16 // 水平方向棋型
17 if (x - i>= 0) { // 如果没有走出边界
18 model[0][5 - i] = chessmanArray[x - i][y]; // 将左侧棋子记录到水平棋型当中
19 }
20 if (x + i<= 14) { // 如果没有走出边界
21 model[0][5 + i] = chessmanArray[x + i][y]; // 将右侧棋子记录到水平棋型当中
22 }
23
24 // 垂直方向棋型
25 if (y - i>= 0) { // 如果没有走出边界
26 model[1][5 - i] = chessmanArray[x][y - i]; // 将上方棋子记录到垂直棋型当中
27 }
28 if (y + i<= 14) { // 如果没有走出边界
29 model[1][5 + i] = chessmanArray[x][y + i]; // 将下方棋子记录到垂直棋型当中
30 }
31
32 // 反斜杠方向棋型
33 if (x - i>= 0 &&y + i<= 14) { // 如果没有走出边界
34 // 将左下方棋子记录到反斜棋型当中
35 model[2][5 - i] = chessmanArray[x - i][y + i];
36 }
37 if (x + i<= 14 &&y - i>= 0) { // 如果没有走出边界
38 // 将右上方棋子记录到反斜棋型当中
39 model[2][5 + i] = chessmanArray[x + i][y - i];
40 }
41
42 // 正斜杠方向棋型
43 if (x - i>= 0 &&y - i>= 0) { // 如果没有走出边界
44 // 将左上方棋子记录到正斜棋型当中
45 model[3][5 - i] = chessmanArray[x - i][y - i];
46 }
47 if (x + i<= 14 &&y + i<= 14) { // 如果没有走出边界
48 // 将右下方棋子记录到正斜棋型当中
49 model[3][5 + i] = chessmanArray[x + i][y + i];
50 }
51 }
52 intscore = 0; // 记录最大评分（威胁值）
53 intdirection = -1; // 记录最大评分的方向（model数组一维下标）
54 intindex = 0; // 记录坐标偏移量(judgeModle()方法给予的破解位置)
55 for (inti = 0; i<model.length; i++) { // 遍历棋型数组
56 intgetResult[] = judgeModle(model[i]); // 针对此方向棋型，给予破解方案
57 if (score<getResult[1]) { // 如果出现比当前最大威胁值还要大的威胁
58 score = getResult[1]; // 更新最大分（威胁值）
59 // 被捕捉的棋子在模型中的索引为5，getResult[0]为破解方案中的下棋索引位置
60 // getResult[0] - 5 = 破解位置距离被捕捉的棋子的索引位置
61 index = getResult[0] - 5;
62 direction = i; // 记录此棋型的方向
63 }
64 }
65 switch (direction) { // 判断最大威胁值所在的方向
66 case 0: // 如果是水平方向
67 x += index; // 下棋的位置是原位置向右（或向左）偏移index的值
68 break;
69 case 1: // 如果是垂直方向
70 y += index; // 下棋的位置是原位置向下（或向上）偏移index的值
71 break;
72 case 2: // 如果是反斜方向
73 x += index; // 下棋的位置是原位置向右（或向左）偏移index的值
74 y -= index; // 下棋的位置是原位置向上（或向下）偏移index的值
75 break;
76 case 3: // 如果是正斜方向
77 x += index; // 下棋的位置是原位置向右（或向左）偏移index的值
78 y += index; // 下棋的位置是原位置向下（或向上）偏移index的值
79 break;
80 }
81 position[0] = score; // 记录此棋子的最大评分（威胁值）
82 position[1] = x; // 记录对应下棋横坐标
83 position[2] = y; // 记录对应下棋纵坐标
84
85 returnposition; // 返回结果数组
86 }
3. 获取棋型威胁值及其破解方法
catchChessModle()中调用了judgeModle()方法，这个方法可以给出具体棋型的威胁值和相应破解位置。首先将一行棋子转换为字符串，然后查找字符串中是否出现与棋型库中相匹配的棋型，找出其中威胁值最大棋型，记录其的威胁值和落棋点并返回成结果数组。具体代码如下：
01 publicint[] judgeModle(intmodel[]) {
02 intpiont[] = newint[2]; // 初始化返回结果数组
03 intscore = 0; // 记录最大评分
04 StringBuffer sb = new StringBuffer(); // 准备将棋型数组保存为字符串的StringBuffer
05 for (intnum : model) { // 遍历数组，将数组变成字符串
06 if (num == GobangModel.BLACK_CHESSMAN) { // 如果是黑子
07 num = 4; // 改为其他数字，以免负号会占字符
08 }
09 sb.append(num); // 字符串添加此数字
10 }
11 Object library[][] = getModelLibrary(); // 获取棋型库中所有棋型及其解决方案
12 for (inti = 0; i<library.length; i++) { // 遍历棋型库
13 String chessModel = (String) library[i][0];// 获取库中棋型
14 intmodelIndex = -1; // 临时变量，用于保存某棋型在字符串中出现的索引位置
15 // 如果存在此棋型，则将棋型出现的位置付给modelIndex
16 if ((modelIndex = sb.indexOf(chessModel)) != -1) {
17 intscoreInLib = (int) library[i][1]; // 获取棋型评分
18 intstepIndex = (int) library[i][2]; // 获取对应的下棋位置
19 if (score<scoreInLib) { // 如果出现更高的评分
20 score = scoreInLib; // 更新最大分
21 // 记录应该(在这一行中)下棋的实际索引位置。
22 // 棋型在字符串中的索引位置 + 棋型给出的解决位置 = 字符串中的解决位置
23 piont[0] = modelIndex + stepIndex;
24 piont[1] = score; // 记录最大分数
25 }
26 }
27 }
28 returnpiont; // 返回结果数组
29 }
4. 棋型库
judgeModle ()方法中调用了getModelLibrary()方法，该方法用于获取棋型库中所有棋型及其解决方案，这个棋型库可以自己搭建，也可以《Java项目实战入门》中的源码。
本文摘自明日科技出版的《Java项目开发实战入门》，转载请注明出处！！！