人工智能——基于alpha-beta剪枝算法的井字棋游戏

游戏开发介绍：

使用窗口设计界面布局，画出三行三列的表格样子的棋盘，画出圆形棋子，并找出所有的落棋位置，
添加鼠标点击事件，设置一系列初始值（比如鼠标是否点击，棋子颜色交替改变，结束标志等）。
定义timi()函数判断胜负，bestScore（）函数选择最优下棋方案，AI（）函数设置电脑下棋的步骤。

井字棋的完整走法：首先画出两层博弈树的所有节点，然后计算出所有叶节点，也就是最下层节点的评估值，即评价函数的值。自上而下进行倒推，计算出根节点的评估值，然后就能确定合适的走法。
如下图所示，当我方棋子用叉表示，敌方用圆圈表示，我方选择第二行第一列的位置做先手，那么判断地方可能落子的五种走法，当敌方落到中心位置时，我发方赢得可能性最大，再从第一层扩展图中选择评估值最小的走法作为我方最终的落子点。

#最优方案（状态，最小值，最大值）
def bestScore(sta, alpha, beta):
    if sta:
        pi = 1
    else:
        pi = 2
    #局势判断 0（-1）：红胜 1（1）：绿胜  3（0）：平局
    if timi() == 0:
        return -1
    elif timi() == 1:
        return 1
    elif timi() == 3:
        return 0
    else:
        for m in range(3):
            for n in range(3):
                if postion[m][n] == 0:
                    postion[m][n] = pi
                    score = bestScore(not sta, alpha, beta)
                    postion[m][n] = 0
                    if sta:
                        if score < beta:
                            beta = score
                        if beta <= alpha:
                            return alpha
                    else:
                        if score >= alpha:
                            alpha = score
                        if beta < alpha:
                            return beta
        if sta:
            return beta
        else:
            return alpha
    ```