斗地主AI算法——第五章の总值计算

2024-01-10 06:18

本文主要是介绍斗地主AI算法——第五章の总值计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


本章算是比较重点的一章,前一章已经对各个牌型做出了价值定义,本章主要实现计算手牌总价值模块函数。

根据之前的思路,我们设定一下输入输出:

输入:手牌数据类(主要用手牌个数nHandCardCount以及手牌状态数组clsHandCardData.value_aHandCardList)

输出:手牌价值结构 HandCardValue


先处理剪枝部分,如果剩下的手牌是一手牌,我们即直接返回该牌型的价值,这个下一章会写出,我们先假设存在这个函数ins_SurCardsType。

其返回值设计:若是一手牌,返回牌型,若不是一手牌,返回错误牌型。

	CardGroupData uctCardGroupData = ins_SurCardsType(clsHandCardData.value_aHandCardList);//如果能一次性出去且没有炸弹,因为有炸弹的话权值可能会更大if (uctCardGroupData.cgType != cgERROR&& !HasBoom(clsHandCardData.value_aHandCardList)){uctHandCardValue.SumValue = uctCardGroupData.nValue;uctHandCardValue.NeedRound = 1;return uctHandCardValue;}


若不是一手牌的情况,我们通过get_PutCardList函数(后续几章会写出实现方法)获取最佳的出牌策略 进行出牌,


/*只是获取出牌的序列,即clsHandCardData.value_nPutCardList及clsHandCardData.uctPutCardType其他成员均无改变,也不会调用出牌函数,get_PutCardList返回最优方案*/get_PutCardList_2(clsHandCardData);//要保存当前的clsHandCardData.value_nPutCardList及clsHandCardData.uctPutCardType用于回溯CardGroupData NowPutCardType = clsHandCardData.uctPutCardType;vector<int> NowPutCardList = clsHandCardData.value_nPutCardList;if (clsHandCardData.uctPutCardType.cgType == cgERROR){cout << "PutCardType ERROR!" << endl;}



获取完出牌序列后,打出这些牌(只改变value_aHandCardList数组),再计算剩余的牌总价值。


for (vector<int>::iterator iter = NowPutCardList.begin();iter != NowPutCardList.end(); iter++){clsHandCardData.value_aHandCardList[*iter]--;}clsHandCardData.nHandCardCount -= NowPutCardType.nCount;//---回溯↑HandCardValue tmp_SurValue = get_HandCardValue(clsHandCardData);//递归剩余牌价值//---回溯↓	for (vector<int>::iterator iter = NowPutCardList.begin();iter != NowPutCardList.end(); iter++){clsHandCardData.value_aHandCardList[*iter]++;}clsHandCardData.nHandCardCount += NowPutCardType.nCount;//---回溯↑uctHandCardValue.SumValue = NowPutCardType.nValue + tmp_SurValue.SumValue;uctHandCardValue.NeedRound = tmp_SurValue.NeedRound + 1;



最后将返回的价值与当前打出的牌价值相加即时该阶段手牌总价值。



下面给出完整代码

/*
通过回溯dp的方式获取手牌价值
与get_PutCardList作为交替递归调用
返回:价值结构体HandCardValue
权值的计算规则参考头文件评分逻辑思维
*/HandCardValue get_HandCardValue(HandCardData &clsHandCardData)
{//首先清空出牌队列,因为剪枝时是不调用get_PutCardList的clsHandCardData.ClearPutCardList();HandCardValue uctHandCardValue;//出完牌了,其实这种情况只限于手中剩下四带二且被动出牌的情况,因为四带二剪枝做了特殊处理。if (clsHandCardData.nHandCardCount == 0){uctHandCardValue.SumValue = 0;uctHandCardValue.NeedRound = 0;return uctHandCardValue;}//————以下为剪枝:判断是否可以一手出完牌CardGroupData uctCardGroupData = ins_SurCardsType(clsHandCardData.value_aHandCardList);//————不到万不得已我们都不会出四带二,都尽量保炸弹if (uctCardGroupData.cgType != cgERROR&&uctCardGroupData.cgType != cgFOUR_TAKE_ONE&&uctCardGroupData.cgType != cgFOUR_TAKE_TWO){uctHandCardValue.SumValue = uctCardGroupData.nValue;uctHandCardValue.NeedRound = 1;return uctHandCardValue;}//非剪枝操作,即非一手能出完的牌/*只是获取出牌的序列,即clsHandCardData.value_nPutCardList及clsHandCardData.uctPutCardType其他成员均无改变,也不会调用出牌函数,get_PutCardList返回最优方案*/get_PutCardList_2(clsHandCardData);//要保存当前的clsHandCardData.value_nPutCardList及clsHandCardData.uctPutCardType用于回溯CardGroupData NowPutCardType = clsHandCardData.uctPutCardType;vector<int> NowPutCardList = clsHandCardData.value_nPutCardList;if (clsHandCardData.uctPutCardType.cgType == cgERROR){cout << "PutCardType ERROR!" << endl;}//---回溯↓for (vector<int>::iterator iter = NowPutCardList.begin();iter != NowPutCardList.end(); iter++){clsHandCardData.value_aHandCardList[*iter]--;}clsHandCardData.nHandCardCount -= NowPutCardType.nCount;//---回溯↑HandCardValue tmp_SurValue = get_HandCardValue(clsHandCardData);//递归剩余牌价值//---回溯↓	for (vector<int>::iterator iter = NowPutCardList.begin();iter != NowPutCardList.end(); iter++){clsHandCardData.value_aHandCardList[*iter]++;}clsHandCardData.nHandCardCount += NowPutCardType.nCount;//---回溯↑uctHandCardValue.SumValue = NowPutCardType.nValue + tmp_SurValue.SumValue;uctHandCardValue.NeedRound = tmp_SurValue.NeedRound + 1;return uctHandCardValue;}



注:当前出牌策略是2.0版本,所以是get_PutCardList_2,后续还会写出更多的版本,敬请期待。


如果你之前了解回溯算法的话,那么应该很好理解上述代码,若没有接触过回溯,可以看我以前的博客http://blog.csdn.net/sm9sun/article/details/53244484


总值计算的模块就算完成了,其实并没有太多东西,除了一个回溯递归以外就是里面调用了两个函数ins_SurCardsType判断是否是一手牌以及get_PutCardList出牌逻辑。那么下一章我们便要实现这个ins_SurCardsType函数。


敬请关注下一章:斗地主AI算法——第六章の牌型判断

这篇关于斗地主AI算法——第五章の总值计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/589829

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig