好久没有写过博客了，多久，大概8年？？？最近重新把写作这事儿捡起来……最近在折腾AI，写个AI相关的给团队的小伙伴们看吧。

搞了这么多年的机器学习，从分类到聚类，从朴素贝叶斯到SVM，从神经网络到深度学习，各种神秘的项目里用了无数次，但是感觉干的各种事情离我们生活还是太远了。最近AlphaGo Zero的发布，深度学习又火了一把，小伙伴们按捺不住内心的躁动，要搞一个游戏AI，好吧，那就从规则简单、老少皆宜的五子棋开始讲起。

好了，废话就说这么多，下面进入第一讲，实现一个五子棋。

小伙伴：此处省去吐槽一万字，说好的讲深度学习，怎么开始扯实现一个五子棋程序了，大哥你不按套路出牌啊……

我：工欲善其事必先利其器，要实现五子棋的AI，连棋都没有，AI个锤子！

老罗：什么事？

……

五子棋分为有禁手和无禁手，我们先实现一个普通版本的无禁手版本作为例子，因为这个不影响我们实现一个AI。补充说明一下，无禁手黑棋必胜，经过比赛和各种研究，人们逐渐知道了这个事实就开始想办法来限制黑棋先手优势。于是出现了有禁手规则，规定黑棋不能下三三，四四和长连。但随着比赛的结果的研究的继续进行，发现其实即使是对黑棋有禁手限制，还是不能阻止黑棋开局必胜的事实，像直指开局中花月，山月，云月，溪月，寒星等，斜指开局中的名月，浦月，恒星，峡月，岚月都是黑棋必胜。于是日本人继续提出了交换和换打的思想，到了后来发展成了国际比赛中三手交换和五手二打规则，防止执黑者下出必胜开局或者在第五手下出必胜打。所以结论是，在不正规的比赛规则或者无禁手情况下，黑棋必胜是存在的。

（1）五子棋下棋逻辑实现

这里用Python来实现，因为之后的机器学习库也是Python的，方便一点。

界面和逻辑要分开，解耦合，这个是毋庸置疑的，并且之后还要训练AI，分离这是必须的。所以我们先来实现一个五子棋的逻辑。

我们先来考虑五子棋是一个15*15的棋盘，棋盘上的每一个交叉点（或格子）上一共会有3种状态：空白、黑棋、白棋，所以先建个文件 consts.py

做如下定义：

from enum import Enum N = 15 class ChessboardState(Enum): EMPTY = 0 BLACK = 1 WHITE = 2

棋盘的状态，我们先用一个15*15的二维数组chessMap来表示，建一个类 gobang.py

currentI、currentJ、currentState 分别表示当前这步着棋的坐标和颜色，再定义一个get和set函数，最基本的框架就出来了，代码如下：

from enum import Enum from consts import * class GoBang(object): def __init__(self): self.__chessMap = [[ChessboardState.EMPTY for j in range(N)] for i in range(N)] self.__currentI = -1 self.__currentJ = -1 self.__currentState = ChessboardState.EMPTY def get_chessMap(self): return self.__chessMap def get_chessboard_state(self, i, j): return self.__chessMap[i][j] def set_chessboard_state(self, i, j, state): self.__chessMap[i][j] = state self.__currentI = i self.__currentJ = j self.__currentState = state

这样界面端可以调用get函数来获取各个格子的状态来决定是否绘制棋子，以及绘制什么样的棋子；每次下棋的时候呢，在对应的格子上，通过坐标来设置棋盘Map的状态。

所以最基本的展示和下棋，上面的逻辑就够了，接下来干什么呢，得考虑每次下棋之后，set了对应格子的状态，是不是需要判断当前有没有获胜。所以还需要再加两个函数来干这个事情，思路就是从当前位置从东、南、西、北、东南、西南、西北、东北8个方向，4根轴，看是否有连续的大于5颗相同颜色的棋子出现。假设我们目前落子在棋盘正中，需要判断的位置如下图所示的米字形。

那代码怎么写呢，最最笨的办法，按照字面意思来翻译咯，比如横轴，先看当前位置左边有多少颗连续同色的，再看右边有多少颗连续同色的，左边加右边，就是当前横轴上的连续数，如果大于5，则胜利。

def have_five(self, current_i, current_j): #四个方向计数 竖 横 左斜 右斜 hcount = 1 temp = ChessboardState.EMPTY j in range(current_j - 1, -1, -1): #横向往左 from (current_j - 1) to 0 temp = self.__chessMap[current_i][j] if temp == ChessboardState.EMPTY or temp != self.__currentState: break hcount = hcount + 1
j in range(current_j + 1, N): #横向往右 from (current_j + 1) to N temp = self.__chessMap[current_i][j] if temp == ChessboardState.EMPTY or temp != self.__currentState: break hcount = hcount + 1
hcount >= 5: return True

以此类推，再看竖轴、再看左斜、再看右斜。于是，have_five函数变成这样了：