Minimax α-β搜索迭代深化反驳表

我已经实现了一个迭代深化的alpha-beta搜索，我已经阅读了一些技术，通过搜索之前深度搜索中出现的最佳移动来进一步优化算法

据我所知，我能把以前深度搜索的主要变化存储在动态长度列表中吗？例如，假设我已使用PV搜索到深度4:[1，0，2，3]意味着在深度1处选择移动编号1，在深度2处选择移动编号0，在深度3处选择移动编号2，等等，然后在深度5搜索中，算法将首先从上一个深度PV搜索节点的子节点

这就是你所说的反驳表吗

对此反驳表的描述：对于每次迭代，搜索都会为从根节点到叶节点的每次移动生成一条路径，从而得到正确的极小极大值分数或其值的上界。这个从d-1层搜索的路径可以作为搜索到d层的基础。通常，搜索前一个迭代的路径或反驳某个移动作为当前迭代检查的初始路径将足以反驳该移动更深一层

---

如果不一样，你能解释什么是反驳表吗（因为对我来说，两者似乎相等，但我不确定），以及使用反驳表而不是我前面提到的方式有什么好处？

从你的链接提供的描述中，我假设反驳表或多或少地将三角PV表的概念扩展到所有根移动。换句话说，不仅最佳根移动，而且所有根移动都与三角形PV表关联

不过，我可能弄错了，因为我以前从未使用过，甚至从未听说过这种技术。在当今世界，分配足够大的数据是没有问题的，与标准的换位表技术相比，我看不到反驳表有任何优势，也许（尽管许多引擎不再使用后者）

我的建议：如果你还没有实现换位表和杀手招式，我强烈建议你从那里开始改进招式顺序