Python 主变分返回。

嗨！我正在制作一个国际象棋引擎，由于我想实现迭代深化，我需要找到主要的变化（引擎认为是最佳的移动顺序）。但是，我还没有在网络上用python找到任何伪代码示例，因为我的alphabeta函数是递归的，我真的很难理解它

你能给我一些提示或者一个伪代码示例吗？这是怎么做到的？非常感谢。

这是我的alpha-beta函数，它只返回移动的估值，而不是移动本身：

def alphaBeta(self, board, rules, alpha, beta, ply, player):
    """ Implements a minimax algorithm with alpha-beta pruning. """
    if not ply:
        return self.positionEvaluation(board, rules, player)

    move_list = board.generateMoves(rules, player)

    if not len(move_list):
        return self.mateCheck(rules, board, player, ply)

    for move in move_list:
        board.makeMove(move, player)
        current_eval = -self.alphaBeta(board, rules, -beta, -alpha, ply - 1, board.getOtherPlayer(player))
        board.unmakeMove(move, player)

        if current_eval >= beta:
            return beta

        elif current_eval > alpha:
            alpha = current_eval

    return alpha

---

使用NegaMax搜索。以下是一个例子：

 function negamax(node, depth, α, β, color)
    if node is a terminal node or depth = 0
        return color * the heuristic value of node
    else
        foreach child of node
            val := -negamax(child, depth-1, -β, -α, -color)
            {the following if statement constitutes alpha-beta pruning}
            if val≥β
                return val
            if val≥α
                α:=val
        return α

调用时，参数α和β应设置为任何节点可能的最低值和最高值，颜色应设置为1

(* Initial call *)
negamax(origin, depth, -inf, +inf, 1)

您始终可以使用negamax进行alpha-beta修剪

注：我已经实现了一个在线国际象棋平台。如果您希望获得推荐人：

---

您总是可以看到客户端代码，但实际的移动和游戏逻辑是在服务器端实现的。

使用NegaMax搜索。以下是一个例子：

 function negamax(node, depth, α, β, color)
    if node is a terminal node or depth = 0
        return color * the heuristic value of node
    else
        foreach child of node
            val := -negamax(child, depth-1, -β, -α, -color)
            {the following if statement constitutes alpha-beta pruning}
            if val≥β
                return val
            if val≥α
                α:=val
        return α

调用时，参数α和β应设置为任何节点可能的最低值和最高值，颜色应设置为1

(* Initial call *)
negamax(origin, depth, -inf, +inf, 1)

您始终可以使用negamax进行alpha-beta修剪

注：我已经实现了一个在线国际象棋平台。如果您希望获得推荐人：

---

您总是可以看到客户端代码，但实际的移动和游戏逻辑是在服务器端实现的。

为什么要在IDS中使用alpha-beta搜索？ABS将使用启发式方法进行修剪。IDS希望在应用这种启发式方法之前尽可能地深入。如果在ABS中使用启发式修剪，则不会在该分支中进行更深入的搜索。那么，这不再是一个ID了对不起，但我不明白你的意思，也许我自己没有表达我打算做什么，这是可以理解的。我试图用主要变体来完成的是改进搜索的移动顺序。我不明白为什么我不能用alpha-beta修剪来做到这一点。这里有一个更好的解释：也许我错了，但这就是我的意思：看看你维基中树的最后一行。这些分数来自1或1。比赛赢/输2场。一些启发。如果它们来自（1），请继续进行alpha-beta-prune。但是，如果它们来自（2），当您加深地平线（最后一行）时，您必须应用新的启发式方法来确定是否仍应探索/修剪每个分支。但是，你要么不删减（IDS而不是ABS）要么删减（ABS而不是IDS）为什么要在IDS中使用alpha-beta搜索？ABS将使用启发式方法进行修剪。IDS希望在应用这种启发式方法之前尽可能地深入。如果在ABS中使用启发式修剪，则不会在该分支中进行更深入的搜索。那么，这不再是一个ID了对不起，但我不明白你的意思，也许我自己没有表达我打算做什么，这是可以理解的。我试图用主要变体来完成的是改进搜索的移动顺序。我不明白为什么我不能用alpha-beta修剪来做到这一点。这里有一个更好的解释：也许我错了，但这就是我的意思：看看你维基中树的最后一行。这些分数来自1或1。比赛赢/输2场。一些启发。如果它们来自（1），请继续进行alpha-beta-prune。但是，如果它们来自（2），当您加深地平线（最后一行）时，您必须应用新的启发式方法来确定是否仍应探索/修剪每个分支。但是，你要么不删减（id而不是ABS）要么删减（ABS而不是IDS）对不起，但我不太明白你的意思。我已经用alpha-beta剪枝实现了一个negamax搜索。我要寻找的是一种提取主要变量的方法，这样我就可以用它来改进我的移动顺序。你可以对每个父节点进行评估吗？我不理解你的问题，请你解释清楚，我的英语和我对编程习惯用法的理解非常有限：d。我想用我的主要变体做的是：对不起，我不太明白你的意思。我已经用alpha-beta剪枝实现了一个negamax搜索。我要寻找的是一种提取主要变量的方法，这样我就可以用它来改进我的移动顺序。你可以对每个父节点进行评估吗？我不理解你的问题，请你解释清楚，我的英语和我对编程习惯用法的理解非常有限：d。我想用我的主要变体做的是：