Java 在Minimax过程中，我们在哪里分配最佳移动？

我对minimax和alpha-beta剪枝在返回“最佳值”方面的工作有相当的了解。但是，我不确定“最佳行动”应该分配到哪里

我知道，最好的移动需要来自最初传入的棋盘，因为我在寻找一个最大值，它必须分配给最大化的玩家。但是，使用我的当前代码会导致反复重新分配最佳操作。
e、 g.如果原始板为O--\n--\n--，则最佳操作变为
OX-\n-\n-，然后重新分配给O-X\n-\n-，依此类推

public int minimax(Board board, int depth, boolean maximizing,int alpha,int beta) {
    int bestValue;
    if (board.isTerminal()) {
        bestValue = board.calculateValue();
    } else if (maximizing) {
        bestValue = alpha;
        for (Action action : board.makePossibleActions()) {
            int childValue = minimax(board.makeCopy().takeAction(action),depth+1,false,bestValue,beta);
            if (bestValue <= childValue) {
                bestValue = childValue;
                if (board.equals(originalBoard)) {
                    bestAction = action;
                }
            }
            bestValue = Math.max(bestValue,childValue);
            if (beta <= bestValue) {
                break;
            }
        }
    } else {
        bestValue = beta;
        for (Action action : board.makePossibleActions()) {
            int childValue = minimax(board.makeCopy().takeAction(action),depth+1,true,alpha,bestValue);
            bestValue = Math.min(bestValue,childValue);
            if (bestValue <= alpha) {
                break;
            }
        }
    }
    return bestValue;
}

public int minimax（电路板、int深度、布尔最大化、int alpha、int beta）{
整数最佳值；
if（board.isTerminal（））{
最佳值=board.calculateValue（）；
}else if（最大化）{
最佳值=α；
for（操作：board.makePossibleActions（））{
int childValue=minimax（board.makeCopy（）.takeAction（action），depth+1，false，bestValue，beta）；
如果（最佳值）
你知道根是一个最大的球员
您还知道深度（0或1，取决于初始调用的方式）
因此，如果max player要播放，则您位于树的根，并且更新max move的值，然后还将该移动存储在类变量中以返回（而不是使用max，测试该值是否更大，然后一起更新max和最佳移动）

你知道根是一个最大的球员
您还知道深度（0或1，取决于初始调用的方式）
因此，如果max player要播放，则您位于树的根，并且更新max move的值，然后还将该移动存储在类变量中以返回（而不是使用max，测试该值是否更大，然后一起更新max和最佳移动）一个实用的minimax算法实现需要一些这些功能，具体取决于游戏的复杂性

1） 董事会的低级别实施，允许快速分析职位并生成有效的移动

2） 一个哈希表，用于输入每个哈希键的评估分数和移动，这在强制移动期间也会有所帮助

3） 一个移动表，用于输入所有以前的移动以及相应的哈希键，以帮助避免重复移动，并帮助撤消和重做移动

4） 由于需要响应GUI用户界面，因此可以在后台实现minimax算法，最好在另一个线程上实现

5） 迭代深化搜索实际上是需要的，因为玩家可能喜欢使用强制移动或改变游戏级别

因此，在评估了最佳移动之后，我更愿意将结果传递给主调用线程。
一个实用的minimax算法实现需要一些这些功能，这取决于游戏的复杂性

1） 董事会的低级别实施，允许快速分析职位并生成有效的移动

2） 一个哈希表，用于输入每个哈希键的评估分数和移动，这在强制移动期间也会有所帮助

3） 一个移动表，用于输入所有以前的移动以及相应的哈希键，以帮助避免重复移动，并帮助撤消和重做移动

4） 由于需要响应GUI用户界面，因此可以在后台实现minimax算法，最好在另一个线程上实现

5） 迭代深化搜索实际上是需要的，因为玩家可能喜欢使用强制移动或改变游戏级别

因此，在评估了最佳移动之后，我更愿意将结果传递给主调用线程