public AI_MiniMax FindNextMove(int depth) //metoda wywoływana zewnętrznie, uruchamia wyszkianie następnego ruchu
{
AI_MiniMax ret = null;
MiniMax(depth, m_TurnForPlayerX, int.MinValue + 1, int.MaxValue - 1, out ret);
return(ret);
}
public void ComputerMakeMove() //metoda wywoływana zewnętrznie nakazująca maszynie grającej znalezienie następnego ruchu
{
AI_MiniMax Current = new AI_MiniMax(app.controller.board.Board, false); //budowanie stanu maszyny na podstawie aktualnego stanu planszy
AI_MiniMax next = Current.FindNextMove(depth); //szukanie najlepszego ruchu
if (next != null)
{
ComputerClick(next.Moves); //wywołanie imitacji kliknięcia
}
}
public IEnumerable <AI_MiniMax> GetChildren() //pobieranie plansz dostępnych przy następnym ruchu
{
FindAvailableBoards(board, m_TurnForPlayerX ? 1 : 2);
for (int i = 0; i < available.boards.Count; i++)
{
int[][] newValues = (int[][])available.boards[i].Clone();
AI_MiniMax retChild = new AI_MiniMax(newValues, !m_TurnForPlayerX);
retChild.Moves = new List <int[]> (available.moves [i]);
yield return(retChild);
}
}
//http://www.ocf.berkeley.edu/~yosenl/extras/alphabeta/alphabeta.html
//metoda implementująca strategię MiniMax z AlfaBeta cięciami
public int MiniMax(int depth, bool needMax, int alpha, int beta, out AI_MiniMax childWithMax)
{
childWithMax = null;
if (depth == 0 || IsTerminalNode()) //zwrocenie wyniku przy odpowiedniej glebokosci lub w przypadku konca gry
{
RecursiveScore = m_Score;
return(m_Score);
}
foreach (AI_MiniMax cur in GetChildren())
{
AI_MiniMax dummy;
int score = cur.MiniMax(depth - 1, !needMax, alpha, beta, out dummy);
if (!needMax)
{
if (beta > score)
{
beta = score;
childWithMax = cur;
if (alpha >= beta)
{
break;
}
}
}
else
{
if (alpha < score)
{
alpha = score;
childWithMax = cur;
if (alpha >= beta)
{
break;
}
}
}
}
RecursiveScore = needMax ? alpha : beta;
return(RecursiveScore);
}
