Android游戏开发之黑白棋

概述黑白棋介绍黑白棋，又叫苹果棋，最早流行于西方国家。游戏通过相互翻转对方的棋子，最后以棋盘上谁的棋子多来判断胜负。黑白棋非常易于上手，但精通则需要考虑许多因素，比如角边这样的特殊位置、稳定度、行动力等。

黑白棋介绍

黑白棋，又叫苹果棋，最早流行于西方国家。游戏通过相互翻转对方的棋子，最后以棋盘上谁的棋子多来判断胜负。黑白棋非常易于上手，但精通则需要考虑许多因素，比如角边这样的特殊位置、稳定度、行动力等。本游戏取名为黑白棋大师，提供了8种难度等级的选择，从菜鸟、新手、入门、棋手到棋士、大师、宗师、棋圣，助你不断提升棋力。

黑白棋游戏规则

游戏规则见黑白棋大师中的截图。

黑白棋大师游戏截图

游戏启动界面。

游戏过程中的一个截图。

开新局时的选项，选择先后手以及AI的水平。

几个关键的类

Rule

Rule类实现游戏规则相关的方法，包括

    1.判断某一步是否合法

    2.获取所有的合法走步

    3.走一步并翻转敌方棋子

    4.统计两方棋子个数

Algorithm

Algorithm类实现极小极大算法，包括

    1.局面评估函数，对当前局面打分，越高对max越有利，越低对min越有利

    2.min()方法

    3.max()方法

    4.获得一个好的走步

reversiVIEw

reversiVIEw继承自SurfaceVIEw，实现棋盘的界面，在该类定义棋盘界面的绘制、更新等 *** 作。

RenderThread

RenderThread继承自Thread，是控制reversiVIEw以一定fps更新、重绘界面的线程。

具体实现

棋盘表示

byte[][]二维数组存储棋盘，-1表示有黑子，1表示有白子，0表示棋格为空

游戏规则类Rule的实现

提供几个关于游戏规则的静态方法。

判断某一个位置是否位于棋盘内

public static boolean isLegal(int row,int col) {  return row >= 0 && row < 8 && col >= 0 && col < 8;}

判断某一方在某个位置落子是否合法

即判断该子是否能与己方棋子在某个方向上夹住敌方棋子。

public static boolean isLegalMove(byte[][] chessBoard,Move move,byte chesscolor) {    int i,j,dirx,diry,row = move.row,col = move.col;    if (!isLegal(row,col) || chessBoard[row][col] != Constant.NulL)      return false;    for (dirx = -1; dirx < 2; dirx++) {      for (diry = -1; diry < 2; diry++) {        if (dirx == 0 && diry == 0) continue;        int x = col + dirx,y = row + diry;        if (isLegal(y,x) && chessBoard[y][x] == (-chesscolor)) {          for (i = row + diry * 2,j = col + dirx * 2; isLegal(i,j); i += diry,j += dirx) {            if (chessBoard[i][j] == (-chesscolor)) {              continue;            } else if (chessBoard[i][j] == chesscolor) {              return true;            } else {              break;            }          }        }      }    }    return false;}

某一方走一步子

将各个方向上被翻转的棋子的颜色改变，并返回这些棋子在棋盘的位置，方便显示翻转动画。

public static List<Move> move(byte[][] chessBoard,byte chesscolor) {  int row = move.row;  int col = move.col;  int i,temp,m,n,diry;  List<Move> moves = new ArrayList<Move>();  for (dirx = -1; dirx < 2; dirx++) {    for (diry = -1; diry < 2; diry++) {      if (dirx == 0 && diry == 0)        continue;      temp = 0;      int x = col + dirx,y = row + diry;      if (isLegal(y,x) && chessBoard[y][x] == (-chesscolor)) {        temp++;        for (i = row + diry * 2,j += dirx) {          if (chessBoard[i][j] == (-chesscolor)) {            temp++;            continue;          } else if (chessBoard[i][j] == chesscolor) {            for (m = row + diry,n = col + dirx; m <= row + temp && m >= row - temp && n <= col + temp                && n >= col - temp; m += diry,n += dirx) {              chessBoard[m][n] = chesscolor;              moves.add(new Move(m,n));            }            break;          } else            break;        }      }    }  }  chessBoard[row][col] = chesscolor;  return moves;}

获取某一方当前全部合法的落子位置

public static List<Move> getLegalMoves(byte[][] chessBoard,byte chesscolor) {  List<Move> moves = new ArrayList<Move>();  Move move = null;  for (int row = 0; row < 8; row++) {    for (int col = 0; col < 8; coL++) {      move = new Move(row,col);      if (Rule.isLegalMove(chessBoard,move,chesscolor)) {        moves.add(move);      }    }  }  return moves;}

统计玩家和AI的棋子个数

public static Statistic analyse(byte[][] chessBoard,byte playercolor) {  int PLAYER = 0;  int AI = 0;  for (int i = 0; i < 8; i++) {    for (int j = 0; j < 8; j++) {      if (chessBoard[i][j] == playercolor)        PLAYER += 1;      else if (chessBoard[i][j] == (byte)-playercolor)        AI += 1;    }  }  return new Statistic(PLAYER,AI);}

游戏算法类Algorithm的实现

极大过程和极小过程

这两个过程的函数形式为：

复制代码 代码如下:
private static MinimaxResult max(byte[][] chessBoard,int depth,int Alpha,int beta,byte chesscolor,int difficulty);
private static MinimaxResult min(byte[][] chessBoard,int difficulty);

chessBoard为棋盘；depth为博弈树搜索深度；Alpha和beta用于Alpha-beta剪枝，在max方法中Alpha不断更新为局面评分的较大值，在min方法中beta不断更新为局面评分的较小值，当Alpha >= beta时就进行剪枝；chesscolor表示棋子颜色；difficulty表示游戏难度，对应于不同的AI水平。

由于黑子先行，黑子总是调用max()方法，白子调用min()方法。

下面以极大过程为例。

如果深度为0，只要返回当前局面评分即可。如果双方均没有步可走，表示已经达到最终局面，返回该局面评分。如果仅单方无处可走，调用min递归即可。

正常情况下有步可走，遍历每个合法的走步，如果Alpha大于等于beta，剪枝直接break，否则走步并递归。

best是当前max节点维护的一个最佳值，调用的min方法的Alpha是取得Alpha和best的较大值。

private static MinimaxResult max(byte[][] chessBoard,int difficulty) {  if (depth == 0) {    return new MinimaxResult(evaluate(chessBoard,difficulty),null);  }  List<Move> legalMovesMe = Rule.getLegalMoves(chessBoard,chesscolor);  if (legalMovesMe.size() == 0) {    if (Rule.getLegalMoves(chessBoard,(byte)-chesscolor).size() == 0) {      return new MinimaxResult(evaluate(chessBoard,null);    }    return min(chessBoard,depth,Alpha,beta,(byte)-chesscolor,difficulty);  }  byte[][] tmp = new byte[8][8];  Util.copyBinaryArray(chessBoard,tmp);  int best = Integer.MIN_VALUE;  Move move = null;  for (int i = 0; i < legalMovesMe.size(); i++) {    Alpha = Math.max(best,Alpha);    if(Alpha >= beta){      break;    }    Rule.move(chessBoard,legalMovesMe.get(i),chesscolor);    int value = min(chessBoard,depth - 1,Math.max(best,Alpha),difficulty).mark;    if (value > best) {      best = value;      move = legalMovesMe.get(i);    }    Util.copyBinaryArray(tmp,chessBoard);  }  return new MinimaxResult(best,move);}private static MinimaxResult min(byte[][] chessBoard,null);    }    return max(chessBoard,tmp);  int best = Integer.MAX_VALUE;  Move move = null;  for (int i = 0; i < legalMovesMe.size(); i++) {    beta = Math.min(best,beta);    if(Alpha >= beta){      break;    }    Rule.move(chessBoard,chesscolor);    int value = max(chessBoard,Math.min(best,beta),difficulty).mark;    if (value < best) {      best = value;      move = legalMovesMe.get(i);    }    Util.copyBinaryArray(tmp,move);}

Alpha-beta剪枝原理

先解释下Alpha和beta的物理含义，Alpha表示max节点迄今为止的最佳局面评分，beta表示min节点迄今为止的最佳局面评分。

举个例子见下图（数值为虚构），假设深度是两层，每个结点有两行数字，上方的两个数分别是Alpha和beta，表示作为参数传到该层的Alpha和beta。下方的数表示了该节点best的更新过程。

看图中第一个红色的叉号，该位置处会更新beta为正无穷和2的较小值，即2，导致Alpha大于等于beta成立，发生剪枝，对应于min方法中相应位置处的break *** 作。

获得AI计算出的最佳走步

该方法用于AI走步以及提示功能。

public static Move getGoodMove(byte[][] chessBoard,int difficulty) {    if (chesscolor == Constant.BLACK)      return max(chessBoard,Integer.MIN_VALUE,Integer.MAX_VALUE,chesscolor,difficulty).move;    else      return min(chessBoard,difficulty).move;}

局面评估函数

局面评估函数决定了AI水平的高低。对应于不同的AI等级，设计了不同的评估函数。

菜鸟级别只关注棋子个数，新手、入门、棋手3个级别不仅关注棋子的个数，而且关注特殊位置的棋子（边、角），棋士和大师级别在棋子个数、边角之外还考虑了行动力，即对方下轮可选的下子位置的个数，宗师和棋圣考虑稳定度和行动力。稳定度将在下一小节介绍。

private static int evaluate(byte[][] chessBoard,int difficulty) {    int whiteEvaluate = 0;    int blackEvaluate = 0;    switch (difficulty) {    case 1:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if (chessBoard[i][j] == WHITE) {            whiteEvaluate += 1;          } else if (chessBoard[i][j] == BLACK) {            blackEvaluate += 1;          }        }      }      break;    case 2:    case 3:    case 4:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if ((i == 0 || i == 7) && (j == 0 || j == 7)) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 5;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 5;            }          } else if (i == 0 || i == 7 || j == 0 || j == 7) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 2;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 2;            }          } else {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 1;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 1;            }          }        }      }      break;    case 5:    case 6:      for (int i = 0; i < 8; i++) {        for (int j = 0; j < 8; j++) {          if ((i == 0 || i == 7) && (j == 0 || j == 7)) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 5;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 5;            }          } else if (i == 0 || i == 7 || j == 0 || j == 7) {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 2;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 2;            }          } else {            if (chessBoard[i][j] == WHITE) {              whiteEvaluate += 1;            } else if (chessBoard[i][j] == BLACK) {              blackEvaluate += 1;            }          }        }      }      blackEvaluate = blackEvaluate * 2 + Rule.getLegalMoves(chessBoard,BLACK).size();      whiteEvaluate = whiteEvaluate * 2 + Rule.getLegalMoves(chessBoard,WHITE).size();      break;    case 7:    case 8:      /**       * 稳定度       */      for (int i = 0; i < 9; i++) {        for (int j = 0; j < 9; j++) {          int weight[] = new int[] { 2,4,6,10,15 };          if (chessBoard[i][j] == WHITE) {            whiteEvaluate += weight[getStabilizationDegree(chessBoard,new Move(i,j))];          } else if (chessBoard[i][j] == BLACK) {            blackEvaluate += weight[getStabilizationDegree(chessBoard,j))];          }        }      }      /**       * 行动力       */      blackEvaluate += Rule.getLegalMoves(chessBoard,BLACK).size();      whiteEvaluate += Rule.getLegalMoves(chessBoard,WHITE).size();      break;    }    return blackEvaluate - whiteEvaluate;}

稳定度计算

我们知道，在黑白棋中，棋盘四角的位置一旦占据是不可能再被翻转的，因此这几个位置上的子必然是稳定子，而边上的子只有可能沿边的方向被翻转，稳定的程度高于中间的位置上的子。

因此，试图给每个子定义一个稳定度，描述该子不被翻转的稳定程度。

一共有四个方向，即左-右，上-下，左上-右下，右上-左下。举个例子，下面代码中的 (drow[0][0],dcol[0][0])表示向左移动一个单位的向量，(drow[0][1],dcol[0][1])表示向右移动一个单位的向量。

对于棋盘中某个子的位置，向左找到第一个不是该颜色的位置（可以是出界），再向右找到第一个不是该颜色的位置（可以是出界），如果这两个位置至少有一个出界，或者两个均为敌方棋子，稳定度加1。

对于另外三个方向作同样 *** 作。可以看到，角上的棋子的稳定度必然为4，其他位置则根据具体情况并不恒定不变。

private static int getStabilizationDegree(byte[][] chessBoard,Move move) {    int chesscolor = chessBoard[move.row][move.col];    int drow[][],dcol[][];    int row[] = new int[2],col[] = new int[2];    int degree = 0;    drow = new int[][] { { 0,0 },{ -1,1 },{ 1,-1 } };    dcol = new int[][] { { -1,{ 0,1 } };    for (int k = 0; k < 4; k++) {      row[0] = row[1] = move.row;      col[0] = col[1] = move.col;      for (int i = 0; i < 2; i++) {        while (Rule.isLegal(row[i] + drow[k][i],col[i] + dcol[k][i])            && chessBoard[row[i] + drow[k][i]][col[i] + dcol[k][i]] == chesscolor) {          row[i] += drow[k][i];          col[i] += dcol[k][i];        }      }      if (!Rule.isLegal(row[0] + drow[k][0],col[0] + dcol[k][0])          || !Rule.isLegal(row[1] + drow[k][1],col[1] + dcol[k][1])) {        degree += 1;      } else if (chessBoard[row[0] + drow[k][0]][col[0] + dcol[k][0]] == (-chesscolor)          && chessBoard[row[1] + drow[k][1]][col[1] + dcol[k][1]] == (-chesscolor)) {        degree += 1;      }    }    return degree;}

以上就是AndroID黑白棋游戏实现过程及代码解析的全部内容，相信本文对大家开发AndroID黑白棋游戏很有帮助，谢谢大家对编程小技巧的支持。

总结

以上是内存溢出为你收集整理的Android游戏开发之黑白棋全部内容，希望文章能够帮你解决Android游戏开发之黑白棋所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。