原標題：Python：游戲：五子棋之人機對戰

開端

畫棋盤

首先肯定是要畫出棋盤來，用 pygame 畫出一個 19 × 19 或 15 × 15 的棋盤并不是什么難事，這在之前的文章中已經多次用到，就不贅述了。

畫棋子

需要說一下的是畫棋子，因為沒找到什么合適的棋子圖片，所以只要自己來畫棋子。

我們用 pygame.draw.circle 畫出來的圓形是這樣的：

鋸齒狀十分明顯，pygame.draw 中有畫抗鋸齒直線的函數 aaline，但是并沒有 aacircle 這樣的函數來畫一個抗鋸齒的圓。

這里就需要用到 pygame.gfxdraw 啦。pygame.gfxdraw 目前還僅是實驗版本，這意味著這個 API 可能會在以后的 pygame 版本中發生變化或消失。

要繪制抗鋸齒和填充形狀，請首先使用函數的aa *版本，然后使用填充版本。例如：

我們用這個方法在棋盤上畫一個棋子試試看。

可以看到效果已明顯改善。

落子

落子需要判斷鼠標事件，當鼠標左鍵點擊，獲取鼠標點擊的位置，然后根據棋盤的位置，計算出棋子落在棋盤的位置。

勝利判定

當一子落下，如何判定是否勝利？

可以肯定的是，當某一子落下的時候，如果出現了 5 連，那么落下的這顆子必定在這條 5 連線上。那么這個問題就可以簡化了，我們無需全盤掃描，只需要在落子位置上橫豎撇捺掃描一下，判斷是否出現 5 連即可。

我們定義一個棋盤類，類中實例化一個 19 × 19 的二維數組，初始值皆為 0，表示空，用 1 表示黑子，2 表示白子。這個類對外提供一個落子方法 drop，接收參數落子方和落子坐標，如果落子后勝利，則返回勝利者，否則返回 None。

這里我定義了一個偏移量，我們一共要計算橫豎撇捺 4 條線，任意一條線出現 5 連就算獲勝。計算方法實際上是一樣的，只是方向不同，所以定義一個偏移量數組，不同的偏移量表示不同的方向，這樣就可以利用循環來實現了，節省了很多代碼。

電腦落子

這就是全篇的重頭戲了，要怎么教電腦下五子棋。

首先聲明，我用的是相對傳統的方式，不是深度學習。

五子棋就是要實現 5 連，所以，一開始，我的想法是：將所有連線保存在一個數組中，落子的時候選擇最長的連線落子。但這樣有個問題解決不掉，如何讓電腦識別“三三”呢？

后來網上看到篇文章，使用的方法是：遍歷棋盤上的空位，計算每一個位置其橫豎撇捺 8 個方向上是否有己方的子，有一個就加 10 分，最后選得分最高的位置落子。

這樣不太嚴謹，寫出來的電腦估計水平很菜，但是這個思路卻是對的，落子就是要找到最值得的地方，那么我們干脆對每一個可落子的地方來做一個評估，選出最優解。

這里我們需要了解一下五子棋的幾種基本棋形：連五，活四，沖四，活三，眠三，活二，眠二。

連五

顧名思義，五顆同色棋子連在一起，贏了。

活四

四顆同色棋子連在一起，并且左右兩邊都沒有對方棋子阻擋，有兩個連五點。

沖四

四顆同色棋子連在一起，并且一邊有對方棋子阻擋，或者四顆棋子不是連的，當中有個空擋，這時只有一個連五點。

活三、跳活三

活三：三顆同色棋子連在一起。

跳活三：中間隔了一個空格的活三。

眠三

只能夠形成沖四的三，無外乎兩種情況，一是一邊被擋住了，一是當中有 2 個空格。（其實我在代碼中僅考慮了第一種情況，即便形成沖四，也不是什么危險局面。）

活二和眠二

活二，能夠形成活三的二；眠二，能夠形成眠三的二。這里就不放圖了，參考活三眠三。

打分機制

理解了這些棋形，那么按我們之前的思路，就是如何打分了。

首先，連五肯定是不存在的，出現連五勝負已分，所以只要棋局還在進行中，就不會出現連五。那么，什么優先級最高？自然就是活四了。

其次是對方的“四”，對方活四，你防不防都一樣輸了，對方沖四，你就必須防守。

再次是我方的活三或沖四，活三跟沖四其實是一個級別的，對方必須防守。

再次是對方的活三或沖四。

以此類推下去。我們可以總結一點規律：

相同的棋形，我方優于對方。

沖四跟活三一個級別，眠三跟活二一個級別。

如果中間有空格的話，肯定是要比沒空格的略微低級一點，但不至于降級。

基本邏輯就是這樣，這一塊的代碼我寫得也不好，整個判斷寫了100多行，就不貼代碼了，大家可以直接下源碼看。

五子棋執黑是必贏的，代碼中，玩家就是執黑先手，電腦執白后手，所以，下的好是完全可以贏電腦的，不過一個小小失誤也很可能被電腦翻盤。返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的python五子棋人机对战_Python：游戏：五子棋之人机对战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。