人工智能---最清晰的α-β剪枝算法

基本思想：根据倒推值的计算方法，或中取大，与中取小，在扩展和计算过程中，能剪掉不必要的分枝，提高效率。

    定义：

α值：有或后继的节点，取当前子节点中的最大倒推值为其下界，称为α值。节点倒推值>=α；

β值：有与后继的节点，取当前子节点中的最小倒推值为其上界，称为β值。节点倒推值<=β；

α-β 剪枝：

（1） β剪枝：节点x的α值不能降低其父节点的β值，x以下的分支可停止搜索，且x的倒推值为α；

（2） α 剪枝：节点x的β值不能升高其父节点的α值，x以下的分支可停止搜索，且x的倒推值为β ；

 

 

再上个例题图，方便大家理解：

 

先做个说明：有画弧线的是与，取较小值，没有的是或，去最大值。

第一步：2、9、3做比较，取最小值2，I点确定为2

第二步：J点的1和I点2大小进行比较，如果1是J点的最小值，由于J的父节点是取较大值，1<2，无法升高D的值，所以J点的-1可以点可停止搜索，我们划掉该值。

第三步：I点2接着与K点的左值-1进行比较，如果-1是最小值，由于K的父节点取较大值，-1<2，无法升高D的取值，所以K点的右值可以停止搜索。

第四步：D的值可以确定为2

第五步：L点的作用值进行比较，取较小值6，D值与L值相比较，由于E去较大值，假设L就是最大值，E=6，二B点取得是D和E的较小值，2<6，E的结果值无法降低B的取值，所以E的右枝可以截掉。

第六步：B的值可以确定为2

第七步：N的左右值进行比较，取0,N点在和O点的左值-5进行比较，假设-5是最小值，0>-5,O点的取值无法升高父节点F的值，所以可以停止搜索O点的右枝。

第八步：F确定为0.

第九步：F点假设是C的最小值，它和B点的值比较，2>0,也就是说C点的取值无法升高A点的取值，所以G和H都停止搜索。

 

第十步：A点取2.

 

 

 

-----------------------------------------------------------------------------------------------【转】