是机器的力量，还是人类的智慧
---分享总结第一个机器学习程序
宛如婴儿来世的第一声啼哭，今天第一个可以称为智能AI的五子棋程序（曙光）诞生了。就像钢琴家赋予每个美丽的音符跳动的生命，程序员用代码构筑了一个梦幻的世界。不得不说这种让冷冰冰的代码让它在自己手中变得鲜活，富有生气，甚至还有点灵性，这种感觉实在是妙不可言。
编写一个具有学习能力的程序的想法从去年就有了，具体可以参照2013年10月6日我发的那篇博客。为了完成编写一个打败熊哥的五子棋，一个具有学习能力的五子棋就是必须的。当时我就萌生了两个想法，机器学习就是其中一个，另一种博弈树是由于当时能力不足，我就只做了一个简单的博弈树。好了废话不多说。下面进入正题。
为了完成一个具有学习能力的五子棋，我们首先需要一些模块。
1.一个可以判断输赢的五子棋的主程序。（最好具有一定的AI）
2.每下一步棋数据的采集和存储。
3.文件的写入还有文件的读出。
4.对文件数据信息的处理与分析程序。
好了有了这些模块我们就可以写一个具有学习功能的五子棋程序了，具体流程图如下：
大家看到这个图后是不是觉得。切~ 这么简单，不就是文件的读写吗。嗯。其实我想说的是思路就是这么简单，丝毫没有一点高大上的东西。好了下面就让我从头开始讲解代码的编写了。这里才是重点，大家看好咯。
首先介绍一下整个算法的核心我们的棋谱
代码如下
package GobongV1_3;
@SuppressWarnings("serial")
public class Board implements java.io.Serializable {
private int board[][];
public Board(int[][] board) {
this.board = board;
}
public int[][] getBoard() {
return board;
}
public void setBoard(int[][] board) {
this.board = board;
}
}
我相信各位看官看到这，一定会满头雾水，不就是个序列化的数组吗，有啥好神奇的。没错我们的核心就是一个序列化的数组，别看它麻雀虽小可是五脏俱全，它所包含的信息已经足够我们折腾了。如果是说相声，这时候捧眼一定就会问，“我们下棋不是需要这些信息：第几步？黑棋还是白棋？它的X,Y坐标。这样才对嘛”。“不错问的好”，这是我就好展开我的思路和算法核心了，“我想反问一句，如果先手下棋，最后赢棋，棋盘上是不是有奇数个棋，如果后手下棋，后手赢棋盘上是不是只有偶数个棋子，当电脑先手时，每次玩家落子对棋盘进行遍历，如果有偶数个棋子，我们就让它匹配先手会赢的棋谱（输出的棋谱根据棋子个数自动分类），反之亦然。所以管它是什么黑棋和白棋赢了就是好奇。所以我们只需要第几步？和XY坐标就行了”。
这里是选择部分的核心算法
if (getchessNO() % 2 == 1// 人先下 && getCount(chessmanual.get(k)) % 2 == 0 // 后手方赢 || getchessNO() % 2 == 0// 电脑先下 && getCount(chessmanual.get(k)) % 2 == 1// 先手方赢 )
知道了核心算法接下来就好说了，先给大家看两张喜闻乐见的流程图
这是存入信息的流程图
核心代码如下
public static void addBoard(Board board) {
ArrayList<Board> b = readFile();//将原来的文件数据读取出来
if (b == null) {
b = new ArrayList<Board>();
}
b.add(board);//将新的棋谱写入序列
saveFile(b);//再次将文件读出
}
读出信息的流程图
核心代码如下
读取棋盘
// 读取文件中的数组，将其添加到chessmanual中进行匹配
public void toArray() {
ArrayList<Board> step = FileOperation.readFile();
if (step == null)
return;
for (int i = 0; i < step.size(); i++) {
Board b = step.get(i);
int array[][] = b.getBoard();
chessmanual.add(array);
array = mirsym(array);
chessmanual.add(array);
array = horsym(array);
chessmanual.add(array);
array = mirsym(array);
chessmanual.add(array);
array = versym(array);
chessmanual.add(array);
array = mirsym(array);
chessmanual.add(array);
array = horsym(array);
chessmanual.add(array);
array = mirsym(array);
chessmanual.add(array);
}
}
这里说明一下，因为五子棋具有极强的对称性，所以我们录入一个棋盘我们可以通过镜像变换，对称变换，得到实际上8个棋谱。感觉是不是很神奇呢？
变换代码如下
// 水平对称
public int[][] horsym(int[][] array) {
int[][] temp = new int[N][N];
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
temp[i][j] = array[N - 1 - i][j];
}
}
return temp;
}
// 垂直对称
public int[][] versym(int[][] array) {
int[][] temp = new int[N][N];
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
temp[i][j] = array[i][N - 1 - j];
}
}
return temp;
}
// 镜像对称
public int[][] mirsym(int[][] array) {
int[][] temp = new int[N][N];
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
temp[j][i] = array[i][j];
}
}
return temp;
}
匹配棋盘的核心算法
// 返回是棋盘是否成功
public boolean pipeiqipan() {
// 得到棋谱
for (int k = 0; k < chessmanual.size(); k++) {
int count = 0;// 计数器
// 匹配棋谱
for (int i = 0; i < 15; i++)
for (int j = 0; j < 15; j++) {
if (getchessNO() % 2 == 1// 人先下
&& getCount(chessmanual.get(k)) % 2 == 0 // 后手方赢
|| getchessNO() % 2 == 0// 电脑先下
&& getCount(chessmanual.get(k)) % 2 == 1// 先手方赢
)
if (data.BOARDSTEP[i][j] != 0
&& chessmanual.get(k)[i][j] != 0) {
if (chessmanual.get(k)[i][j] == data.BOARDSTEP[i][j]) {
count++;
}
}
}
// 如果步数满足，就按棋谱下
int step = getchessNO();
if (count == step) {
for (int i = 0; i < 15; i++)
for (int j = 0; j < 15; j++) {
if (chessmanual.get(k)[i][j] == (count + 1)) {
step++;
data.ARRAY[i][j] = 2;
data.BOARDSTEP[i][j] = step;
chessboard.appendText("黑：横 " + (i+1) + " 竖 " + (j+1)
+ " 步数 " + data.BOARDSTEP[i][j]);
}
}
return true;
}
}
return false;
}
总结：这次我讲了整个机器学习（五子棋板块）的算法核心，还有流程图。基本上可以给大家提供一个很好的思路；本次程序依旧还有不足，例如，电脑下棋只能下在（8,8）这个点，当人第一步不下在（8,8）这个点，录入的棋谱就是无效数据。还有录入棋谱只能是人工，没有实现机器之间的对战，以便快速得到大量的数据。
最后，还要感谢我的队友 昊神，其中一半的功劳应该归它。