前言
在上一篇文章中，讲解了如何实现双人在本地对战的五子棋，但是只有一个人的时候就不太好玩，同时博主也没有把五子棋相关的文章写过瘾。那么这篇文章，我们来实现一个功能更加丰富的五子棋吧！在设计五子棋的算法方面，我们将引入一些经典的算法，如最大最小搜索（Max-Min）算法和Alpha-Beta剪枝算法。这些算法将帮助我们创建一个智能的对手，使游戏更具挑战性和趣味性。除了算法的介绍，本文还将深入探讨五子棋的基本玩法和规则。我们将详细解释如何落子、如何判断胜负以及如何对各种局面进行评分估值。通过学习这些基础知识，您将能够更好地理解和享受五子棋游戏。
效果图：

仓库地址：https://github.com/taxze6/flutter_game_collection/tree/main/gomoku_ai
release apk下载体验：https://github.com/taxze6/flutter_game_collection/tree/main/gomoku_ai/release
棋盘绘制
本次采用的棋盘绘制与上篇文章的方式不同，上篇文章中采用的是GridView这样的基础组件，使用简单，无需手动编写绘制逻辑。利用GridView的布局特性，可以很方便地进行排列和调整。但是它也有缺点，就是不够灵活，当我们想实现更多的棋盘细节时，实现起来就不是很方便了，所以在本篇文章中，我们采用CustomPaint绘制的方式。
那在绘制棋盘之前，我们需要先定义游戏所需要的一些参数和实体类：
玩家类
//玩家
class Player {
static final Player black = Player(Colors.black);
static final Player white = Player(Colors.white);
late Color color;

Player(this.color);

@override
String toString() {
return ‘Player{${this == black ? “black” : “white”}}’;
}
}
单颗棋子类
class Chessman {
//坐标
late Offset position;

//该棋子的所属人
late Player owner;

//棋子id
int numberId = chessmanList.length;

//棋子的分数，默认为0
int score = 0;

Chessman(this.position, this.owner);

Chessman.white(this.position) {
owner = Player.white;
}

Chessman.black(this.position) {
owner = Player.black;
}

@override
String toString() {
return ‘Chessman{position: ($position.dx,${position.dy}), owner: ${owner == Player.black ? “black” : “white”}, score: $score, numberId: $numberId}’;
}
}
全局通用参数
//初始化一个玩家，掌握黑棋
Player firstPlayer = Player.black;
//存放所有的棋子
List chessmanList = [];
//存放胜利的棋子
List winResult = [];
那么所需的参数及实体类编写完成后，就可以开始棋盘的绘制啦！
游戏页面整体布局结构
@override
Widget build(BuildContext context) {
return Scaffold(
appBar: AppBar(
title: Text(“五子棋AI版”),
),
body: Padding(
padding: EdgeInsets.only(top: 50, left: 20, right: 20),
child: Column(
children: [
//棋盘
GestureDetector(
child: CustomPaint(
painter: ChessmanPaint(),
size: Size(400, 400),
),
onTapDown: (details) {
onTapDown(details);
setState(() {});
},
),
//底部操作项目
Padding()
],
),
),
);
}
棋盘绘制主体
● 定义所需绘制参数
//默认棋盘的行列数
const int LINE_COUNT = 14;
//根据屏幕大小与行列数，计算得出每个格子的宽高，初始化先为0
double cellWidth = 0, cellHeight = 0;
● 绘制黄褐色背景
在绘制背景这里：canvas.drawRect(Offset.zero & size, painter)，用了个dart的语法糖，有些朋友可能会有些疑惑，drawRect方法第一个参数不是Rect类型的吗，这里传了个Offset.zero & size是什么鬼？这里单独解释下：Offset.zero表示矩形范围的左上角坐标为原点(0,0)，size表示矩形的大小。这个表达式使用&符号将两个对象合并成了一个Rect对象作为canvas.drawRect()方法的第一个参数。实际上，&符号在这里是Dart语言中的语法糖，等效于使用Rect.fromLTWH(0, 0, size.width, size.height)来创建一个矩形。因此，这里的语法Offset.zero & size可以通过Rect.fromLTWH(0, 0, size.width, size.height)来替代。
class ChessmanPaint extends CustomPainter {
late Canvas canvas;
late Paint painter;
//用于控制打印在棋子上的id
static const bool printLog = true;

@override
void paint(Canvas canvas, Size size) {
this.canvas = canvas;
//计算单个格子的宽高
cellWidth = size.width / LINE_COUNT;
cellHeight = size.height / LINE_COUNT;

painter = Paint()..isAntiAlias = true..style = PaintingStyle.fill..color = Color(0x77cdb175);
//绘制背景
canvas.drawRect(Offset.zero & size, painter);
}
...

}
● 绘制棋盘上的线条（格子）
@override
void paint(Canvas canvas, Size size) {
…
painter
…style = PaintingStyle.stroke
…color = Colors.black87
…strokeWidth = 1.0;

for (int i = 0; i <= LINE_COUNT; ++i) {double y = cellHeight * i;canvas.drawLine(Offset(0, y), Offset(size.width, y), painter);
}for (int i = 0; i <= LINE_COUNT; ++i) {double x = cellWidth * i;canvas.drawLine(Offset(x, 0), Offset(x, size.height), painter);
}

}
● 绘制五子棋盘上的五个交叉点

这5个点称为“星”。中间的星也称天元，表示棋盘的正中心，其他4个星，也叫小星。星在棋盘上起标示位置的作用，利于在行棋、复盘、记录等时，更清晰、迅速地找到所需位置。
//绘制棋盘上的5个黑点
void _drawMarkPoints() {
// 通过多次调用_drawMarkPoint方法来绘制标记点
_drawMarkPoint(const Offset(7.0, 7.0));
_drawMarkPoint(const Offset(3.0, 3.0));
_drawMarkPoint(const Offset(3.0, 11.0));
_drawMarkPoint(const Offset(11.0, 3.0));
_drawMarkPoint(const Offset(11.0, 11.0));
}

void _drawMarkPoint(Offset offset) {
painter
…style = PaintingStyle.fill
…color = Colors.black;

// 计算标记点在画布上的具体位置
Offset center = Offset(offset.dx * cellWidth, offset.dy * cellHeight);

// 在计算得到的位置绘制一个半径为3的圆形标记点
canvas.drawCircle(center, 3, painter);
}
● 绘制棋子
这里使用min(cellWidth / 2, cellHeight / 2) - 2计算出较小的一边长度减去2作为圆的半径，可以使得所有棋子的大小一致，并且不会越出格子范围。
//遍历chessmanList绘制，每下一颗子，触发setState
if (chessmanList.isNotEmpty) {
for (Chessman c in chessmanList) {
_drawChessman©;
}
}

void _drawChessman(Chessman chessman) {
painter
…style = PaintingStyle.fill
//根据owner取得每课棋子对应的颜色
…color = chessman.owner.color;

Offset center = Offset(
chessman.position.dx * cellWidth, chessman.position.dy * cellHeight);
canvas.drawCircle(center, min(cellWidth / 2, cellHeight / 2) - 2, painter);
//如果当前棋子的编号是最后一枚棋子，则使用painter绘制一个描边的蓝色圆圈，表示这是最后下的一枚棋子。
if (chessman.numberId == chessmanList.length - 1) {
painter
…color = Colors.blue
…style = PaintingStyle.stroke
…strokeWidth = 3.0;
canvas.drawCircle(
center, min(cellWidth / 2, cellHeight / 2) - 2, painter);
}
}
● 绘制棋子编号（非主要功能，可以跳过这步）
//在棋子上绘制它的id
if (printLog) {
_drawText((i.toString()),
Offset(-19, y - _calcTrueTextSize(i.toString(), 15.0).dy / 2));
}

void _drawText(String text, Offset offset, {Color? color, double? textSize}) {
// 创建ParagraphBuilder对象，用于构建文本段落
ui.ParagraphBuilder builder = ui.ParagraphBuilder(ui.ParagraphStyle(
textAlign: TextAlign.center,
ellipsis: ‘…’,
maxLines: 1,
));

// 使用pushStyle方法设置文本风格，包括颜色和字体大小
builder.pushStyle(
ui.TextStyle(color: color ?? Colors.red, fontSize: textSize ?? 15.0));

// 添加文本到builder对象中
builder.addText(text);

// 构建一个Paragraph对象
ui.Paragraph paragraph = builder.build();

// 对paragraph进行layout，指定宽度为无限大
paragraph.layout(const ui.ParagraphConstraints(width: double.infinity));

// 在Canvas上绘制paragraph对象，位置为offset
canvas.drawParagraph(paragraph, offset);
}

//根据给定的文本字符串和字体大小，计算出该文本所占据的实际宽度和高度，以便在UI布局中更好地控制文本的位置和尺寸。
Offset _calcTrueTextSize(String text, double textSize) {
// 创建ParagraphBuilder对象，并设置字体大小
var paragraph = ui.ParagraphBuilder(ui.ParagraphStyle(fontSize: textSize))
…addText(text);

// 构建Paragraph对象，并进行layout，指定宽度为无限大
var p = paragraph.build()
…layout(const ui.ParagraphConstraints(width: double.infinity));

// 返回Paragraph对象的最小内在宽度和高度作为偏移量
return Offset(p.minIntrinsicWidth, p.height);
}
用户交互（下棋）
取得用户点击的位置
通过GestureDetector的onTapDown取得用户点击的位置
GestureDetector(
child: CustomPaint(
painter: ChessmanPaint(),
size: Size(400, 400),
),
onTapDown: (details) {
onTapDown(details);
setState(() {});
},
),
点击事件
//棋盘点击事件
void onTapDown(TapDownDetails details) {
//游戏胜利后，再点击棋盘就无效
if (winResult.isNotEmpty) {
return;
}
double clickX = details.localPosition.dx;
//计算点击点所在列的索引值 floorX。通过将 clickX 除以格子的宽度 cellWidth 并向下取整，可以得到点击点所处的列索引值
int floorX = clickX ~/ cellWidth;
//计算了当前列横坐标网格线中点的横坐标值 offsetFloorX。通过将 floorX 乘以格子的宽度 cellWidth，再加上格子宽度的一半 cellWidth / 2，可以得到当前列横坐标网格线中点的横坐标值。
double offsetFloorX = floorX * cellWidth + cellWidth / 2;
//判断点击点在哪一列，并将结果赋值给变量 x。如果 offsetFloorX 大于点击点的 x 坐标 clickX，则说明点击点在 floorX 列；否则，说明点击点在 floorX + 1 列。如果点击点在 floorX + 1 列，则通过 ++floorX 来获取 floorX + 1 的值。
int x = offsetFloorX > clickX ? floorX : ++floorX;

//y轴同理
double clickY = details.localPosition.dy;
int floorY = clickY ~/ cellHeight;
double offsetFloorY = floorY * cellHeight + cellHeight / 2;
int y = offsetFloorY > clickY ? floorY : ++floorY;

//触发落子
fallChessman(Offset(x.toDouble(), y.toDouble()));
}
落子函数
void fallChessman(Offset position) {
if (winResult.isNotEmpty) {
return;
}
//创建棋子
Chessman newChessman;
//棋子的颜色
if (chessmanList.isEmpty || chessmanList.length % 2 == 0) {
newChessman = firstPlayer == Player.black
? Chessman.black(position)
: Chessman.white(position);
} else {
newChessman = firstPlayer == Player.black
? Chessman.white(position)
: Chessman.black(position);
}
//判断是否能落子
bool canFall = canFallChessman(newChessman);
if (canFall) {
//可以落子
//打印下落子棋子的信息
printFallChessmanInfo(newChessman);
//此处还需完成:
//1.棋子估值、ai相关逻辑
//2.对游戏胜利的校验，对游戏和棋的校验
}else{
print(“此处无法落子!”);
}
}

void printFallChessmanInfo(Chessman newChessman) {
print(
“[落子成功], 棋子序号:$newChessman.numberId,颜色:${newChessman.owner == Player.WHITE ? “白色” : “黑色”} , 位置 :(${newChessman.position.dx.toInt()} , ${newChessman.position.dy.toInt()})”);
}
该坐标能否落子的判断
bool canFallChessman(Chessman chessman) {
//定义一个不可能生成到棋盘上的棋子
Chessman defaultChessman = Chessman(Offset(-1, 0), Player.black);
if (chessmanList.isNotEmpty) {
Chessman cm = chessmanList.firstWhere((Chessman c) {
//如果找到位置相同的棋子，那么cm就等于这棋子的信息
return c.position.dx == chessman.position.dx &&
c.position.dy == chessman.position.dy;
}, orElse: () {
//没找到就把该棋子添加到列表中，然后返回一个不可能在棋盘上的棋子用作校验
chessmanList.add(chessman);
return defaultChessman;
});
// 如果找到了相同位置的棋子，这里就会返回false；否则返回true
return cm == defaultChessman;
} else {
//如果为空直接添加
chessmanList.add(chessman);
return true;
}
}
棋盘校验规则
相较于棋子估值和ai的实现，对棋子胜利、和棋的校验会比较简单，从简到难，让我们先完成对游戏规则的定义：
胜利判断
bool checkResult(Chessman newChessman) {
int currentX = newChessman.position.dx.toInt();
int currentY = newChessman.position.dy.toInt();

int count = 0;

///横
/// o o o o o
/// o o o o o
/// x x x x x
/// o o o o o
/// o o o o o
winResult.clear();
// 循环遍历当前行的前后四个位置（如果存在），检查是否有特定的棋子连成五子相连
//判断 currentX - 4 > 0 时，它的意思是判断左侧第 4 个位置是否在棋盘内。
//如果 currentX - 4 大于 0，则表示左侧第 4 个位置在棋盘内；
//否则，即 currentX - 4 <= 0，表示左侧第 4 个位置已经超出了棋盘边界。
for (int i = (currentX - 4 > 0 ? currentX - 4 : 0);
i <= (currentX + 4 < LINE_COUNT ? currentX + 4 : LINE_COUNT);
i++) {
// 计算当前位置的坐标
Offset position = Offset(i.toDouble(), currentY.toDouble());

// 检查当前位置是否存在胜利的棋子
if (existSpecificChessman(position, newChessman.owner)) {// 将该棋子添加到胜利结果列表中，并增加计数器winResult.add(Chessman(position, newChessman.owner));count++;
} else {// 如果不存在特定的棋子，清空胜利结果列表，并将计数器重置为0winResult.clear();count = 0;
}// 解析：如果计数器达到5，表示有五子相连，输出胜利者信息并返回true
if (count >= 5) {print("胜利者产生: ${newChessman.owner == Player.white ? "白色" : "黑色"}");//游戏胜利的提示弹窗winDialog("胜利者产生: ${newChessman.owner == Player.white ? "白色" : "黑色"}");return true;
}

}

//竖、正斜、反斜的逻辑代码请查看源码，和横的校验差不多

…
winResult.clear();
return false;
}

// 检查给定位置是否存在特定的棋子，并且这个棋子的所有者是否与指定玩家相同
bool existSpecificChessman(Offset position, Player player) {
//定义一个不可能生成到棋盘上的棋子
Chessman defaultChessman = Chessman(Offset(-1, 0), Player.black);
// 检查棋子列表是否非空
if (chessmanList.isNotEmpty) {
// 在棋子列表中查找匹配给定位置的棋子
var cm = chessmanList.firstWhere((Chessman c) {
return c.position.dx == position.dx && c.position.dy == position.dy;
}, orElse: () {
return defaultChessman;
});

// 如果找到匹配的棋子，检查其所有者是否是指定的玩家
return cm != defaultChessman && cm.owner == player;

}
// 如果棋子列表为空或不存在棋子匹配给定位置，则返回false
return false;
}
existSpecificChessman函数看起来和前面判断该坐标能否落子的canFallChessman函数差不多，这两个函数的主要区别在于作用和调用时机不同：existSpecificChessman校验的是当前位置是否存在特定棋子且所有者是否相符，而canFallChessman校验的是当前位置是否可以落子。
和棋判断
判断是否和棋其实非常简单，只要没有胜利，同时棋盘满了，就代表和棋了。
//判断棋盘是否满了
bool isHaveAvailablePosition() {
return chessmanList.length <= 255;
}
到这里为止呢已经完成了五子棋的基本玩法，你可以邀请你的朋友和你一起对战了

棋子估值
对每颗棋子进行打分，是完成一切算法的基础条件，如果没有分数，那么算法也就无法生效。
估值算法也是本文的核心，个人觉得估价函数比MinMax算法和Alpha-Beta剪枝算法这两个算法的难度大多了，本文的算法部分主要参考了这几篇文章：
五子棋估值算法
基于博弈树的五子棋 AI 算法及其 C++ 实现
前提条件：本文的规则只涉及无禁手的五子棋
大部分的棋类游戏，先手都有一个优势。以五子棋为例，先达成五子连珠者胜，由于黑方先走了一步，五子棋几乎是先手必胜的局面。所以假设五子棋的胜负条件会变成：如果黑方达成五子连珠之后，白棋也可在一步之内达成五子连珠，判定平手。这样的话就公平了，但是也失去了对弈的一些乐趣和意义，因为白棋只要一直跟着黑棋下，最后一定会为平局。所以为了平衡先手优势，大部分棋类都有一个补偿规则。如五子棋的禁手以及三手交换五手两打。在此不作过多解释，有兴趣可以自行百度，本文的规则及算法对先手无任何限制。
相较于象棋、围棋，五子棋的局面并不复杂，估值还算比较简单，我们简单的用一个整数表示当前局势，分数越大，则自己优势越大，分数越小，则对方优势越大，分数为0是表示双方局势相当。可以先把几种情况定义出来：
其中的解释中，x代表白棋，o代表黑棋，我们从黑棋的角度去评分
static const int WIN = 10000;

//低级死二 xoox
static const int DEEP_DEATH2 = 2;

//死二 xoo
static const int LOWER_DEATH2 = 4;
//低级死三 xooox
static const int DEEP_DEATH3 = 3;
//死三 xooo
static const int LOWER_DEATH3 = 6;

//低级死四 xoooox
static const int DEEP_DEATH4 = 4;
//死四 xoooo
static const int LOWER_DEATH4 = 32;

//活二 oo
static const int ALIVE2 = 10;
//跳活二 o o
static const int JUMP_ALIVE2 = 2;
//活三 ooo
static const int ALIVE3 = 100;
//跳活三 oo o
static const int JUMP_ALIVE3 = 10;
//活四 oooo
static const int ALIVE4 = 5000;
//跳活四 （1跳3或者3跳1或2跳2） o ooo || ooo o || oo oo
static const int JUMP_ALIVE4 = 90;
在实现估值算法前，我们还需要实现一个泛型类BufferMap，实现一个缓冲区的功能，BufferMap的用处在于记录和管理最近的几个棋盘状态。借助它可以用于实现游戏的一些功能，例如：
● 悔棋功能：如果玩家想要悔棋，可以通过BufferMap中的历史记录回退到之前的棋盘状态，从而实现悔棋操作。
● 撤销操作：当玩家进行某些操作后，发现操作结果不符合预期，可以利用BufferMap中的历史记录撤销该操作，恢复到之前的棋盘状态。
● 历史记录展示：通过BufferMap中保存的棋盘状态，可以展示游戏的历史记录，供玩家回顾以及分析棋局发展。
● AI训练：对于AI算法的训练过程中，可以使用BufferMap来保存训练数据中的棋盘状态，以便进行样本回放、经验重放等技术。
class BufferMap {
//设置缓冲区为3
num maxCount = 3;
final Map<num, V> buffer = {};

BufferMap();

BufferMap.maxCount(this.maxCount);

// 添加元素（key存的是每个棋子的分数，value是每个棋子的offset）
void put(num key, V value) {
buffer.update(key, (V val) {
return value;
},
//当缓冲区中不存在指定键时，会执行该回调函数来添加新的键值对。
ifAbsent: () {
return value;
});
_checkSize();
}

// 批量添加元素
void putAll(BufferMap map) {
for (var entry in map.buffer.entries) {
buffer[entry.key] = entry.value;
}
}

// 检查并缩减缓冲区大小
void _checkSize() {
//将缓冲区的所有键转换成列表，并赋值给变量 list，按照从大到小排列
var list = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});
while (buffer.length > maxCount) {
buffer.remove(list.last);
}
}

// 将缓冲区转为Map
Map<num, V> toMap() {
return Map<num, V>.from(buffer);
}

// 获取所有元素的值
Iterable values() {
return buffer.values;
}

// 获取缓存元素个数
int size() {
return buffer.length;
}

// 转为字符串表示
@override
String toString() {
StringBuffer sb = StringBuffer();
sb.write(“{”);
var keys = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});

for (var i in keys) {sb.write("[$i , ${buffer[i]}] ,");
}return "${sb.toString().substring(0, sb.toString().length - 2)}}";

}

// 获取第一个元素的值
V? get first => buffer[buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
})
…first];

// 获取键的最小值
num minKey() {
if (buffer.isEmpty) {
return double.negativeInfinity;
}
var list = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});
return list.isNotEmpty ? list.last : double.negativeInfinity;
}

// 获取键值最小的元素
MapEntry<num, V>? min() {
if (buffer.isEmpty) {
return null;
}
var list = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});
return list.isNotEmpty ? MapEntry(list.last, buffer[list.last]!) : null;
}

// 获取所有键的列表
List get keySet {
if (buffer.isEmpty) return [];

var sortedKeys = buffer.keys.toList()..sort((num a, num b) {return (b - a).toInt();});return sortedKeys;

}

// 通过键访问元素的值
V? operator [](Object? key) {
return buffer[key];
}

// 获取键的最大值
// 最优位置得分
num maxKey() {
if (buffer.isEmpty) {
return double.negativeInfinity;
}
var list = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});
return list.isNotEmpty ? list.first : 0;
}

// 获取键值最大的元素
// MapEntry 提供了 key 和 value 两个只读属性来获取键和值，分别返回对应键值对的键和值。在 Map 中使用迭代器遍历时，每个元素都是 MapEntry 类型的实例。
MapEntry<num, V>? max() {
if (buffer.isEmpty) {
return null;
}
var list = buffer.keys.toList()
…sort((num a, num b) {
return b.compareTo(a);
});
return list.isNotEmpty ? MapEntry(list.first, buffer[list.first]!) : null;
}
}
判断是那种棋局情况
需要对活二、跳活二、活三…这些不同的棋局状态定义校验规则，规则太多，文章中只看活二的校验规则，其余请查看源码。
bool isAlive2(List list) {
assert(list.length == 2);
//把两颗棋子传入
Offset offset1 = nextChessman(list[1], list[0]);
Offset offset2 = nextChessman(list[0], list[1]);

return isEffectivePosition(offset1) &&
isEffectivePosition(offset2) &&
isBlankPosition(offset1) &&
isBlankPosition(offset2);
}

//输入的first和second返回下一个棋子的位置偏移量。
Offset nextChessman(Offset first, Offset second) {
//检查first和second的dy值是否相等。
//如果相等，表示棋子在水平方向上移动。那么下一个棋子的位置偏移量将在水平方向上向右或向左移动一格，取决于first的dx是否大于second的dx。
//如果first.dx > second.dx，则向左移动一格，即second.dx - 1；否则，向右移动一格，即second.dx + 1。纵坐标保持不变，即为first.dy
if (first.dy == second.dy) {
return Offset(
first.dx > second.dx ? second.dx - 1 : second.dx + 1, first.dy);
}
//如果first.dx和second.dx相等，表示棋子在垂直方向上移动。那么下一个棋子的位置偏移量将在垂直方向上向上或向下移动一格，取决于first的dy是否大于second的dy。如果first.dy > second.dy，则向上移动一格，即second.dy - 1；否则，向下移动一格，即second.dy + 1。横坐标保持不变，即为first.dx。
//如果以上两种情况都不满足，那么表示棋子在斜对角线方向上移动。根据first.dx和second.dx的大小关系，以及first.dy和second.dy的大小关系，决定下一个棋子的位置偏移量。
else if (first.dx == second.dx) {
return Offset(
first.dx, first.dy > second.dy ? second.dy - 1 : second.dy + 1);
} else if (first.dx > second.dx) {
if (first.dy > second.dy) {
return Offset(second.dx - 1, second.dy - 1);
} else {
return Offset(second.dx - 1, second.dy + 1);
}
} else {
if (first.dy > second.dy) {
return Offset(second.dx + 1, second.dy - 1);
} else {
return Offset(second.dx + 1, second.dy + 1);
}
}
}

//判断该位置是否有效。
bool isEffectivePosition(Offset offset) {
return offset.dx >= 0 &&
offset.dx <= LINE_COUNT &&
offset.dy >= 0 &&
offset.dy <= LINE_COUNT;
}

//isBlankPosition是用于判断某个位置上是否没有棋子，写法逻辑和用户交互能否落子差不多
bool isBlankPosition(Offset position) {
if (chessmanList.isNotEmpty) {
Chessman defaultChessman = Chessman(Offset(-1, 0), Player.black);
var cm = chessmanList.firstWhere((Chessman c) {
return c.position.dx == position.dx && c.position.dy == position.dy;
}, orElse: () {
return defaultChessman;
});
return cm != defaultChessman;
}
return true;
}
对每一种情况进行估分
这里只展示了两颗棋子的情况。
//将给定的数限制在最大值为2的范围内
int limitMax(int num) {
return num >= 2 ? 2 : num;
}
//对每种棋局加分
int scoring(Offset first, List myChessman, Player player,
{required String printMsg, bool isCanPrintMsg = false}) {
if (myChessman.length >= 5) {
return WIN;
}
int score = 0;
switch (myChessman.length) {
case 1:
break;
case 2:
if (isAlive2(myChessman)) {
score += ALIVE2;
score +=
limitMax(getJumpAlive3Count(myChessman, player)) * JUMP_ALIVE3;
score +=
limitMax(getJumpAlive4Count(myChessman, player)) * JUMP_ALIVE4;

    if (isCanPrintMsg) {print("$printMsg 活2成立, 得分+$ALIVE2");}} else if (isLowerDeath2(myChessman)) {score += LOWER_DEATH2;if (isCanPrintMsg) {print("$printMsg 低级死2成立 ,得分+$LOWER_DEATH2");}} else {score += DEEP_DEATH2;if (isCanPrintMsg) {print("$printMsg 死2成立 ,得分+$DEEP_DEATH2");}}break;
case 3:...case 4:...case 5:
default:score += WIN;

}
return score;
}
对单颗棋子估分
在棋盘中某一块范围内只有一颗棋子时，就都不能满足上方的几种棋局，那我们还需要对单颗棋子进行一个打分。
///位置得分(越靠近中心得分越高)
int positionScore(Offset offset) {
//这个值是通过对(offset.dx - 7.5)^2 + (offset.dy - 7.5)^2进行运算得到的。
//其中，^表示乘方操作，即取平方，可以把棋盘上每颗棋子的位置想成一个圆锥，越靠近中心位置越高
//参考点被设定为(7.5, 7.5)，棋盘的中心
double z = -(pow(offset.dx - 7.5, 2) + pow(offset.dy - 7.5, 2)) + 112.5;
z /= 10;
return z.toInt();
}

///孤子价值
int scoringAloneChessman(Offset offset) {
int score = 0;
List list = [
Offset(offset.dx - 1, offset.dy),
Offset(offset.dx + 1, offset.dy),
Offset(offset.dx, offset.dy + 1),
Offset(offset.dx, offset.dy - 1),
Offset(offset.dx - 1, offset.dy - 1),
Offset(offset.dx - 1, offset.dy + 1),
Offset(offset.dx + 1, offset.dy - 1),
Offset(offset.dx + 1, offset.dy + 1),
];
for (offset in list) {
if (offset.dx > 0 && offset.dy > 0 && isBlankPosition(offset)) {
score++;
}
}

return score + positionScore(offset);
}
计算某一颗棋子对于玩家的评分
只分析横向上的棋子，其他方向的代码请查看源码。
///计算某个棋子对于 ownerPlayer 的分值
int chessmanGrade(Offset chessmanPosition,
{required Player ownerPlayer, bool isCanPrintMsg = false}) {
int score = 0;
List myChenssman = [];
Offset offset;
Offset first = chessmanPosition;
Player player = ownerPlayer;
player ??= computerPlayer;

///横向
//横向(左)
offset = Offset(first.dx - 1, first.dy);
myChenssman
…clear()
…add(first);
while (existSpecificChessman(offset, player)) {
myChenssman.add(offset);
offset = Offset(offset.dx - 1, offset.dy);
}

//横向(右)
offset = Offset(first.dx + 1, first.dy);
while (existSpecificChessman(offset, player)) {
myChenssman.add(offset);
offset = Offset(offset.dx + 1, offset.dy);
}
myChenssman.sort((a, b) {
return (a.dx - b.dx).toInt();
});
score += scoring(first, myChenssman, player,
printMsg: “横向”, isCanPrintMsg: isCanPrintMsg);

...

int ss = score + scoringAloneChessman(first);
if (isCanPrintMsg) {
print(“该子分值为: $ss,其中单子得分:${scoringAloneChessman(first)}, 组合得分:$score”);
}

int jumpAlive4Count = getJumpAlive4Count([first], player);
int jumpAlive3Count = getJumpAlive3Count([first], player);
int jumpAlive2Count = getJumpAlive2Count([first], player);
score += limitMax(jumpAlive4Count) * JUMP_ALIVE4 +
limitMax(jumpAlive3Count) * JUMP_ALIVE3 +
limitMax(jumpAlive2Count) * JUMP_ALIVE2;

return score + scoringAloneChessman(first);
}
计算我方下一步较好的位置
BufferMap ourBetterPosition({maxCount = 5}) {
Offset offset = Offset.zero;
BufferMap ourMap = BufferMap.maxCount(maxCount);
for (int i = 0; i <= LINE_COUNT; i++) {
for (int j = 0; j <= LINE_COUNT; j++) {
offset = Offset(i.toDouble(), j.toDouble());
if (isBlankPosition(offset)) {
int score = chessmanGrade(offset, ownerPlayer: Player.black);
if (ourMap.minKey() < score) {
ourMap.put(score, Offset(offset.dx, offset.dy));
}
}
}
}
return ourMap;
}
计算敌方下一步较好的位置
BufferMap enemyBetterPosition({maxCount = 5}) {
Offset offset = Offset.zero;
BufferMap enemyMap = BufferMap.maxCount(5);
print(“查找敌方最优落子位置”);

int count = 0;
for (int i = 0; i <= LINE_COUNT; i++) {
for (int j = 0; j <= LINE_COUNT; j++) {
offset = Offset(i.toDouble(), j.toDouble());
if (isBlankPosition(offset)) {
DateTime start = DateTime.now();
int score = chessmanGrade(offset,
ownerPlayer:
computerPlayer == Player.black ? Player.white : Player.black);
DateTime end = DateTime.now();
count++;
int time = end.millisecondsSinceEpoch - start.millisecondsSinceEpoch;
if (time > 5) {
print(“查找敌方最优落子位置耗时：KaTeX parse error: Expected 'EOF', got '}' at position 17: …ime"); }̲ if (en…count”);
return enemyMap;
}
基础版本AI
Future nextByAI({bool isPrintMsg = false}) async {
//如果评分出现ALIVE4的级别，直接下
Offset pos = needDefenses();
if (pos != const Offset(-1, 0)) {
return pos;
}

// 取我方,敌方 各5个最优点位置,
// 防中带攻: 如果判断应该防守,则在敌方5个最优位置中找出我方优势最大的点落子
// 攻中带防: 如果判断应该进攻,则在己方5个最优位置中找出敌方优势最大的点落子
BufferMap ourPositions = ourBetterPosition();
BufferMap enemyPositions = enemyBetterPosition();

Offset position = bestPosition(ourPositions, enemyPositions);
return position;
}

Offset needDefenses() {
BufferMap enemy = enemyBetterPosition();
late Offset defensesPosition;
for (num key in enemy.keySet) {
print(“key:${key}”);
if (key >= ALIVE4) {
defensesPosition = enemy[key]!;
break;
} else {
defensesPosition = const Offset(-1, 0);
}
}
return defensesPosition;
}

//基础AI，没有涉及算法

//遍历当前棋盘上的空位置，然后逐个计算该空位的得分(位置分+组合分)，然后取分数最高的点落子
Offset bestPosition(
BufferMap ourPositions, BufferMap enemyPositions) {
late Offset position;
double maxScore = 0;

///当对手的最优位置得分 / 我方最优位置得分 > 1.5 防守，反之进攻
if (enemyPositions.maxKey() / ourPositions.maxKey() > 1.5) {for (num key in enemyPositions.keySet) {int attackScore =chessmanGrade(enemyPositions[key]!, ownerPlayer: computerPlayer);double score = key * 1.0 + attackScore * 0.8;if (score >= maxScore) {maxScore = score;position = enemyPositions[key]!;}}
} else {for (num key in ourPositions.keySet) {int defenseScore =chessmanGrade(ourPositions[key]!, ownerPlayer: computerPlayer);double score = key * 1.0 + defenseScore * 0.8;if (score >= maxScore) {maxScore = score;position = ourPositions[key]!;}}
}
return position;

}

这个时候，一个基础的五子棋AI就实现啦，它也能和五子棋入门的选手碰一碰了！（玩了3把，稍微没注意就输了一把给它…）
基于Max-Min算法
本文算法内容，参考多篇与Max-Min算法相关文章：
井字游戏/一字棋——Max-Min智能算法
AI MinMax算法
计算机博弈 基本算法 极大极小算法
在基础版本的AI中，我们已经取得了下一步较好的maxCount个位置，有每个位置有着对应的分数，那么我们就可以把这些位置都落子一次，这个时候我们需要给每一种结果一个分数，就是下图中的Utility（下图是井字棋游戏，整体逻辑差不多）。这个分数是站在Max的角度评估的，比如上图中我赢了就是＋1，输了是－1，平局时0。所以，我希望最大化这个分数，而我的对手希望最小化这个分数。(MaxMin算法在有限深度的范围内进行搜索，假定博弈双方都是最精明的，也就是每次都会选择可能获胜的最大值。那么对于我方来说，对方每次都会选取使我方获胜的最小值MIN；我方会选择使我方获胜的最大值MAX。)

大部分游戏是不太可能把所有结果都列出来的，因为计算量会过于庞大，所以我们可能只能往前推7，8步（根据算力），所以这个时候分数就不只－1，0，1这么简单了。那么我们如何如何确定最后的落子地点呢？就是模拟棋盘，往后模拟几步，生成这颗博弈树，再向上反推，找到双方最优的落子地点。
具体的算法细节可以看下上面参考的几篇文章，在看这个算法之前需要了解基础的广度优先搜索(BFS)，深度优先搜索(DFS)。

回到我们的编码部分
在开始具体的算法编写前，我们还需要一些前置的参数：
enum ChildType {
/// 标记当前节点为对手节点，会选择使我方得分最小的走势
MIN,

/// 标记当前节点为我方节点，会选择使我方得分最大的走势
MAX
}

class ChessNode{
/// 当前节点的棋子
Chessman current;
/// 当前节点的父节点
ChessNode parentNode;
/// 当前节点的所有子节点
List childrenNode = [];
/// 当前节点的值
num value = double.nan;
/// 当前节点的类型(我方/敌方)
ChildType type;
/// 当前节点值的上限
num maxValue;
/// 当前节点值的下限
num minValue;
/// 当前节点的层深度
int depth = 0;
/// 用于根节点记录选择的根下子节点
Chessman checked;
}
使用算法相较于前面的基础版本AI就是多了模拟棋盘的步骤：
生成临时棋局
/// 生成临时棋局
List createTempChessmanList(ChessNode node) {
//growable是一个可选参数，用于指定是否允许在列表中添加或删除元素。
//当growable为false时，列表的长度是固定的，并且不能添加或删除元素；当growable为true时，列表的长度是可变的，可以随时添加或删除元素。
List temp = List.from(chessmanList, growable: true);
temp.add(node.current!);

ChessNode? current = node.parentNode;
while (current != null && current.current != null) {
temp.add(current.current!);
current = current.parentNode;
}
return temp;
}
生成博弈树子节点
/// 生成博弈树子节点
void createChildren(ChessNode parent) {
if (parent == null) {
return null;
}

// 判断是否达到最大深度，如果是则计算棋局估值并返回
if (parent.depth > maxDepth) {
List list = createTempChessmanList(parent);
var start = DateTime.now();
parent.value = statusScore(our, list);
var value = DateTime.now();
return;
}

// 确定当前玩家和子节点类型
Player currentPlayer = parent.current!.owner == Player.black ? Player.white : Player.black;
ChildType type = parent.type == ChildType.MAX ? ChildType.MIN : ChildType.MAX;

// 创建临时棋子列表
var list = createTempChessmanList(parent);

// 查找最优落子位置
var start = DateTime.now();
BufferChessmanList enemyPosList = enemyBestPosition(list, maxCount: 5);
var value = DateTime.now();

// 将最优落子位置放入列表中
OffsetList offsetList = OffsetList()…addAll(enemyPosList.toList());
List result = offsetList.toList();

// 遍历最优落子位置，生成子节点
for (Offset position in result) {
Chessman chessman = Chessman(position, currentPlayer);

ChessNode node = ChessNode()..parentNode = parent..current = chessman..type = type..depth = parent.depth + 1..maxValue = parent.maxValue..minValue = parent.minValue;parent.childrenNode.add(node);// 递归调用 createChildren 方法生成子节点的子节点，直到达到最大深度或无法再生成子节点为止。
createChildren(node);

}
}
生成五子棋博弈树
//生成五子棋博弈树
ChessNode createGameTree() {
//创建根节点 root，设置其属性值：深度为0，估值为NaN，节点类型为 ChildType.MAX，最小值为负无穷，最大值为正无穷。
ChessNode root = ChessNode()
…depth = 0
…value = double.nan
…type = ChildType.MAX
…minValue = double.negativeInfinity
…maxValue = double.infinity;

//确定当前玩家 currentPlayer
//如果棋子列表 chessmanList 为空，则当前玩家为黑色
//否则，根据棋子列表中最后一个棋子的颜色设置当前玩家为另一个颜色。
Player currentPlayer;
if (chessmanList.isEmpty) {
currentPlayer = Player.black;
} else {
currentPlayer =
chessmanList.last.owner == Player.black ? Player.white : Player.black;
}

//查找敌方最优落子位置，并将结果存储在 enemyPosList 变量中。
//然后，将 enemyPosList 转换为 OffsetList 对象
//再将其转换为普通列表类型 List 对象。这些位置将用于创建第一层子节点。
BufferChessmanList enemyPosList =
enemyBestPosition(chessmanList, maxCount: 5);

OffsetList list = OffsetList()…addAll(enemyPosList.toList());
List result = list.toList();

int index = 0;
//通过遍历 result 列表，为每个位置 position 创建一个新的棋子 chessman 和一个新的子节点 node
//然后将子节点 node 添加到根节点的子节点列表 root.childrenNode 中
for (Offset position in result) {
Chessman chessman = Chessman(position, currentPlayer);

ChessNode node = ChessNode()..parentNode = root..depth = root.depth + 1..maxValue = root.maxValue..minValue = root.minValue..type = ChildType.MIN..current = chessman;root.childrenNode.add(node);
var start = DateTime.now();
createChildren(node);
var create = DateTime.now();print('创建第一层第$index个节点耗时：${create.millisecondsSinceEpoch - start.millisecondsSinceEpoch}');
index++;

}
return root;
}
Max-Min算法实现
num maxMinSearch(ChessNode root) {
if (root.childrenNode.isEmpty) {
return root.value; // 返回叶子节点的估值
}
List children = root.childrenNode;
if (root.type == ChildType.MIN) {
// 如果是对手执行操作
for (ChessNode node in children) {
if (maxMinSearch(node) < root.maxValue) {
// 判断子节点的估值是否小于当前节点的最大值
root.maxValue = node.value; // 更新当前节点的最大值
root.value = node.value; // 更新当前节点的估值
root.checked = node.current!; // 更新当前节点的选择步骤
} else {
continue; // 否则继续遍历下一个子节点
}
}
} else {
// 如果是自己执行操作
for (ChessNode node in children) {
if (maxMinSearch(node) > root.minValue) {
// 判断子节点的估值是否大于当前节点的最小值
root.minValue = node.value; // 更新当前节点的最小值
root.value = node.value; // 更新当前节点的估值
root.checked = node.current!; // 更新当前节点的选择步骤
} else {
continue; // 否则继续遍历下一个子节点
}
}
}
return root.value; // 返回当前节点的估值
}
基于alpha-beta剪枝算法
如果在比赛中，假设使用极小极大的算法，计算机能往前评估7步，加上剪枝算法，计算机就能往前评估14步!
num alphaBetaSearch(ChessNode current) {
count++; // 搜索次数累加

if (current.childrenNode.isEmpty) { // 如果当前节点没有子节点，即为叶子节点
return current.value; // 返回该节点的值
}

if (current.parentNode != null && !current.parentNode!.childrenNode.contains(current)) {
ChessNode parent = current.parentNode!;

// 如果父节点存在且父节点的子节点不包含当前节点，说明该枝已经被剪掉，返回父节点的最大/最小值
return parent.type == ChildType.MAX ? parent.minValue : parent.maxValue;

}

List children = current.childrenNode; // 获取当前节点的子节点

if (current.type == ChildType.MIN) { // 当前节点为MIN节点
num parentMin = current.parentNode?.minValue ?? double.negativeInfinity; // 获取父节点的最小值，若不存在父节点则设置为负无穷大
int index = 0; // 索引计数器

for (ChessNode node in children) {index++; // 索引递增num newCurrentMax = min(current.maxValue, alphaBetaSearch(node)); // 计算当前子节点的最大值if (newCurrentMax <= parentMin) {// 如果当前子节点的最大值小于等于父节点的最小值，则说明该枝可以被完全剪掉current.childrenNode = current.childrenNode.sublist(0, index); // 将当前节点的子节点列表截断至当前索引位置return parentMin; // 返回父节点的最小值}if (newCurrentMax < current.maxValue) {// 如果当前子节点的最大值小于当前节点的最大值，则更新当前节点的最大值、值和经过路径的位置信息current.maxValue = newCurrentMax;current.value = node.value;current.checked = node.current!;}
}if (current.maxValue > parentMin) {// 如果当前节点的最大值大于父节点的最小值，则更新父节点的最小值、值和经过路径的位置信息current.parentNode?.minValue = current.maxValue;current.parentNode?.value = current.value;current.parentNode?.checked = current.current!;
}return current.maxValue; // 返回当前节点的最大值作为该节点在搜索树中的价值

} else { // 当前节点为MAX节点
num parentMax = current.parentNode?.maxValue ?? double.infinity; // 获取父节点的最大值，若不存在父节点则设置为正无穷大
int index = 0; // 索引计数器

for (ChessNode node in children) {index++; // 索引递增num newCurrentMin = max(current.minValue, alphaBetaSearch(node)); // 计算当前子节点的最小值if (parentMax < newCurrentMin) {// 如果父节点的最大值小于当前子节点的最小值，则说明该枝可以被完全剪掉current.childrenNode = current.childrenNode.sublist(0, index); // 将当前节点的子节点列表截断至当前索引位置return parentMax; // 返回父节点的最大值}if (newCurrentMin > current.minValue) {// 如果当前子节点的最小值大于当前节点的最小值，则更新当前节点的最小值、值和经过路径的位置信息current.minValue = newCurrentMin;current.value = node.value;current.checked = node.current!;}
}if (current.minValue < parentMax) {// 如果当前节点的最小值小于父节点的最大值，则更新父节点的最大值、值和经过路径的位置信息current.parentNode?.maxValue = current.minValue;current.parentNode?.value = current.value;current.parentNode?.checked = current.current!;
}return current.minValue; // 返回当前节点的最小值作为该节点在搜索树中的价值

}
}
Max-Min和剪枝算法曾在IBM开发的国际象棋超级电脑，深蓝（Deep Blue）中被应用，并且两次打败当时的世界国际象棋冠军。文章到这里，五子棋的AI版本就完成了！

关于我
Hello，我是Taxze，如果您觉得文章对您有价值，希望您能给我的文章点个❤️，有问题需要联系我的话：我在这里 。如果您觉得文章还差了那么点东西，也请通过关注督促我写出更好的文章~万一哪天我进步了呢？😝