Gobang-Game/README.md

? 五子棋人机对战AI

目录

• ? 五子棋人机对战AI
  • 目录
  • 项目简介
  • 功能特性
  • 快速开始
    • 编译程序
    • 运行游戏
  • 游戏玩法
  • 开发环境
  • 常见问题
    • 权限问题
    • 中文显示问题
  • 技术实现
    • 核心决策算法
    • 启发式评估函数
  • 代码结构
  • 许可证
  • 反馈与贡献
  • 未来计划

项目简介

基于C语言实现的五子棋人机对战系统，采用α-β剪枝优化的极小极大算法，支持自定义棋盘大小、游戏复盘和实时评分。

功能特性

• 人机对战模式
• 可调棋盘尺寸(5x5到25x25)
• 智能AI决策(1-5级难度)
• 完整游戏复盘功能
• 实时对局评分系统
• 悔棋功能(可撤销上一步)
• 清晰的终端界面显示
• 健壮的输入验证(确保所有数字输入都在有效范围内)
• 可选的回合计时器
• 自动游戏记录保存

快速开始

编译程序

gcc 五子棋.c gobang.c game_mode.c ai.c -o gobang.exe

运行游戏

.\gobang.exe

游戏玩法

1. 启动后设置棋盘大小(默认15x15)
2. 选择AI难度级别(1-5)
3. 输入坐标进行游戏(格式:行 列)
   • 输入R/r可悔棋
4. 游戏结束可查看完整复盘和评分

开发环境

• 操作系统: Windows (当前版本使用了Windows特有的 _kbhit() 和 Sleep() 函数，因此仅限Windows平台)
• 编译器: GCC (MinGW(gcc为14.2.0) on Windows)
• 终端: 支持UTF-8编码的终端

跨平台兼容性说明:

为了未来能在Linux或macOS等其他操作系统上运行，需要将平台特定的代码（如 _kbhit()）替换为跨平台的实现，或使用条件编译（#ifdef _WIN32）进行隔离。

常见问题

权限问题

如果程序在保存游戏记录时提示“无法创建文件”或类似错误，通常是由于缺少写入权限。请尝试以下解决方案：

1. 以管理员身份运行：右键点击 五子棋.exe 或在管理员权限的终端中运行程序。
2. 检查目录权限：确保程序所在目录不是系统保护目录（如 C:\Program Files）。建议将项目放在用户目录下（如 D:\Code）。
3. 手动创建 records 目录：如果 records 目录不存在，请在 output 目录下手动创建一个。

中文显示问题

如果在Windows终端中遇到中文字符显示为乱码，是由于终端编码页不匹配导致的。请在运行程序前执行以下命令：

chcp 65001

该命令会将当前终端的编码页切换到UTF-8，从而正确显示中文字符。为方便起见，你可以创建一个启动脚本（.bat 文件）来自动执行此操作：

start_game.bat

@echo off
chcp 65001
.\output\五子棋.exe

技术实现

项目的AI主要基于以下技术实现：

核心决策算法

• 极小极大算法 (Minimax)：作为决策的基础，模拟对弈双方的每一步，选择对我方最有利的走法。
• α-β 剪枝 (Alpha-Beta Pruning)：对极小极大算法的關鍵優化，通过剪掉不可能影响最终决策的搜索分支，大幅提升AI的计算效率，使其能够在有限时间内达到更深的搜索深度。
• 搜索深度：AI的思考深度，默认为3层，并可根据难度设置进行调整。搜索深度越深，AI的棋力越强，但计算耗时也越长。

启发式评估函数

为了判断棋局的优劣，AI使用了一套复杂的启发式评估函数，主要包括：

• 棋型识别 (Pattern Recognition)：能够识别并评估多种关键棋型，如“活四”、“冲四”、“活三”、“眠三”等，并为每种棋型赋予不同权重。
• 位置权重 (Positional Value)：棋盘上不同位置的战略价值不同，中心位置通常比边缘位置更有优势。评估函数会为中心区域的落子给予额外加分。
• 威胁检测 (Threat Detection)：优先搜索能够直接形成制胜威胁的棋步，如“连五”或“活四”，从而快速响应对手的进攻或抓住制胜机会。
• 双向延伸评估：评估一个棋子在特定方向上是否有足够的空间形成连续棋型，避免在被封堵的位置浪费棋步。

代码结构

项目采用模块化设计，各个文件的职责如下：

• 五子棋.c - 主程序入口，负责初始化和模式选择
• gobang.h - 定义核心数据结构（如棋盘、步骤记录等）和基础函数原型
• gobang.c - 实现基础的棋盘操作（如落子、显示棋盘等）和胜负判断
• ai.h - 定义 AI 相关的函数原型
• ai.c - 实现 AI 的核心算法，包括：
  • evaluate_pos: 启发式评估函数，为每个可能的落子位置打分
  • dfs: 带 α-β 剪枝的极小极大搜索算法
  • ai_move: AI 决策的主函数，实现防守和进攻的两阶段决策
• game_mode.c - 实现各种游戏模式（如人机对战、复盘等）和用户交互
• game_mode.h - 定义游戏模式相关的函数原型

这种模块化的结构使得：

1. 代码职责划分更加清晰
2. AI 算法相关代码被独立出来，便于维护和优化
3. 游戏逻辑和 AI 逻辑解耦，有利于后续扩展（如添加新的 AI 算法或游戏模式）

许可证

该项目采用 MIT 许可证进行授权。

简单来说，你可以自由地使用、复制、修改、合并、出版、分发、再授权和/或销售本软件的副本，只需在你的项目中包含原始的版权和许可声明即可。

反馈与贡献

我们非常欢迎任何形式的反馈和贡献！如果你发现了Bug、有功能建议，或者希望改进代码，请随时通过以下方式参与：

• 提交 Issue：如果你遇到问题或有新的想法，请在 GitHub Issues 页面提交详细描述。
• 发起 Pull Request：如果你对代码进行了改进，欢迎提交 Pull Request。请确保你的代码风格与项目保持一致，并附上清晰的改动说明。

你的每一次贡献都将使这个项目变得更好！

未来计划

为了让这个项目变得更完善，我们计划在未来实现以下功能：

• 图形用户界面 (GUI)：使用 SDL2 或 Qt 等库，将当前的终端界面升级为图形化界面，提升用户体验。
• 网络对战功能：增加一个在线对战模式，允许两名玩家通过网络进行对战。
• 棋谱库集成：引入开局库，使AI在游戏初期能够选择更优的开局走法。
• 代码重构与优化：持续优化现有代码，提高模块化程度和运行效率，并实现完全的跨平台兼容性。