Python Tictaoe Alpha-Beta修剪

编辑2021年3月30日：这个问题的措辞真的很糟糕，重新编排了它

我用Python实现了一个Alpha-Beta修剪算法，我想知道它不走最快的胜利路线是否正常（有时它会在2步中获胜，而它可能在1步中获胜）

导入数学
从收款进口柜台
从复制导入复制，复制
“”“板类定义”“”
班级委员会：
“构造函数”
定义初始化（自）：
#初始数据
self.data=[“”表示范围（9）中的i）
“”“复制等效构造函数”“”
@静力学方法
def副本（板）：
返回副本（板）
“”“在给定坐标处播放”“”
def播放位置（自身、位置、颜色）：
#看看你能不能玩
如果self.data[position]==”：
#行动
self.data[位置]=颜色
返回真值
#没有玩
返回错误
“”“获取棋盘上空棋子的坐标”“”
def获得可播放的合作（自我）：
#定义空平铺的坐标
如果self.data[i]=''，则返回范围（9）中的[i代表i]
“董事会已满”
def已满（自身）：
#定义平铺计数器
c=计数器（[范围（9）内i的自数据[i]）
返回值（c[“x”]+c[“o”]==9）
“获得董事会冠军”
def获得优胜者（自我）：
#要检查的直线
直线=[（0,1,2）、（3,4,5）、（6,7,8）、（0,3,6）、（1,4,7）、（2,5,8）、（0,4,8）、（2,4,6）]
#检查直线-共8条
对于范围（8）中的i：
#得到一行瓷砖的计数器
c=计数器（[i]]中j的自数据[j]）
#不同场景
如果c[“x”]==3：
返回“x”
elif c[“o”]==3：
返回“o”
#若棋盘已满，则游戏为平局
如果self.is_已满（）：
返回“抽签”
#默认情况下返回None
一无所获
“”“如果'reverse'==False，则获取电路板的启发值-对于“x”
def get_启发式_值（自身、反向）：
#初始变量
值=0
#要检查的直线
直线=[（0,1,2）、（3,4,5）、（6,7,8）、（0,3,6）、（1,4,7）、（2,5,8）、（0,4,8）、（2,4,6）]
#检查直线-共8条
对于范围（8）中的i：
#得到一行瓷砖的计数器
c=计数器（[i]]中j的自数据[j]）
#不同场景
如果c[“x”]==3：
数值+=100
如果c[“x”]==2和c[““]==1：
数值+=10
如果c[“x”]==1和c[““]==2：
值+=1
elif c[“o”]==3：
值-=100
如果c[“o”]==2和c[““]==1：
值-=10
如果c[“o”]==1和c[““]==2：
值-=1
#返回启发式值
如果相反：
返回值
其他：
返回值
“”“模型类定义”“”
类别模型：
“构造函数”
定义初始化（自身，颜色）：
#定义参数
self.color=颜色
self.other=self.get\u对手（颜色）
#定义板
self.board=board（）
#定义胜利者
self.winner=无
#“x”首先播放
如果self.other==“x”：
self.make_ai_move（）
“抓住对手”
def获取对手（自身、玩家）：
如果玩家==“x”：
返回“o”
返回“x”
“”“玩家在给定位置移动”“”
def使玩家移动（自身、位置）：
如果self.winner为无：
#获得board方法的结果
res=自板播放（位置，自板颜色）
#检查游戏结束
self.winner=self.board.get_winner（）
如果res和self.winner为无：
#移动AI
self.make_ai_move（）
“”“AI通过在所有子节点上使用alphabeta修剪进行移动”“”
def使_ai_移动（自身）：
#初始变量
最佳，最佳值=无，-math.inf
因为我在self.board.get_playable_coord（）：
#儿童版
copie=Board.copy（self.Board）
复制。播放（我，自己。其他）
#使用alpha beta&（可能）注册播放
value=self.alphabeta（copie，10，-math.inf，math.inf，False）
如果值>最佳值：
最佳，最佳值=i，值
#在最佳坐标下比赛
self.board.play_（最好是self.other）
#检查游戏结束
self.winner=self.board.get_winner（）
“”“alpha-beta函数（极大极小优化）”
def alphabeta（自身、节点、深度、alpha、beta、最大化玩家）：
#终止条件
如果depth==0或node.get\u winner（）不是None：
返回节点。获取启发值（self.other==“o”）
#递归部分初始化
如果最大化玩家：
value=-math.inf
对于节点中的位置。获取可播放的坐标（）：
#儿童版
子节点=板。复制（节点）
儿童游戏（位置、自身和其他）
值=最大值（值，自身。alphabeta（子，深度1，alpha，beta，False））
#更新alpha
alpha=最大值（alpha，值）
如果α>=β：
打破
返回值
其他：
value=math.inf
对于点头的pos