jv五子棋毕业设计整套

1引言随着计算机技术的不断发展，网络技术的普及范围越来越广，网络能够提供的服务多样、便捷，已经成为人们生产生活中不可缺少的重要组成部分。

如今网络休闲游戏发展迅速，它凭借健康、方便、互动性强、益智等诸多优点，成为大部分现代人休闲娱乐的首选。

网络五子棋游戏是使用Java语言开发的一款游戏。

它使用SOCKET建立连接，多线程处理数据，以及可嵌入网络浏览器的APPLET作为客户端，这些特点使这款游戏无论是服务器还是客户端的实现都相对容易。

通过对该软件的编写，还可以巩固学生对以上各种知识的掌握和理解。

2 JAVA语言概述2.1 JAVA简介JAVA是Sun Microsystem公司开发的编程语言，是一个简单，面向对象，分布式，解释性，强壮，安全，与系统无关，可移植，高性能，多线程和动态的语言。

2.1.1 JAVA的基本特点(1) 简单性Java与C++语言非常相近，但Java比C++简单，它抛弃了C++中的一些不是绝对必要的功能，如头文件、预处理文件、指针、结构、运算符重载、多重继承以及自动强迫同型。

Java实现了自动的垃圾收集，简化了内存管理的工作。

(2) 面向对象Java提供了简单的类机制和动态的构架模型。

对象中封装了它的状态变量和方法，很好地实现了模块化和信息隐藏；而类则提供了一类对象的原型，通过继承和重载机制，子类可以使用或重新定义父类或超类所提供的方法，从而既实现了代码的复用，又提供了一种动态的解决方案。

(3) 多线程多线程使应用程序可以同时进行不同的操作，处理不同的事件。

在多线程机制中，不同的线程处理不同的任务，他们之间互不干涉，不会由于一处等待影响其他部分，这样容易实现网络上的实时交互操作。

(4) 分布性Java是面向网络的语言。

通过它提供的类库可以处理TCP/IP协议，用户可以通过URL地址在网络上很方便的访问其他对象。

(5) 体系结构中立Java是一种网络语言，为使Java程序能在网络的任何地方运行，Java解释器生成与体系结构无关的字节码结构的文件格式。

为了使Java的应用程序能不依赖于具体的系统，Java语言环境还提供了用于访问底层操作系统功能的类组成的包，当程序使用这些包时，可以确保它能运行在各种支持Java的平台上。

(6) 安全性用于网络、分布环境下的Java必须要防止病毒的入侵，Java不支持指针，一切对内存的访问都必须通过对象的实例变量来实现，这样就防止了程序员使用欺骗手段访问对象的私有成员，同时也避免了指针操作中容易产生的错误。

2.1.2 Java中输入/输出流概念过滤流DataInputStream 和DataOutputStream 除了分别作为FilterInputStream 和FilterOutputStream的子类外，还分别实现了接口DataInput 和DataOutput。

接口DataInput 中定义的方法主要包括从流中读取基本类型的数据、读取一行数据、或者读取指定长度的字节数，如readBoolean()、readInt()、readLine()、readFully()等。

接口DataOutput中定义的方法主要是向流中写入基本类型的数据或者写入一定长度的字节数组，如writeChar()、writeDouble()。

DataInputStream可以从所连接的输入流中读取与机器无关的基本类型数据，用以实现一种独立于具体平台的输入方式；DataOutputStream 可以向所连接的输出流写入基本类型的数据。

2.1.3 Socket 机制Socket是面向客户/服务器模型设计的，网络上的两个程序通过一个双向的通讯连接实现数据的交换，这个双向链路的一端称为一个Socket。

Socket通常用来实现客户方和服务方的连接。

客户程序可以向Socket写请求，服务器将处理此请求，然后通过Socket将结果返回给用户。

Socket通信机制提供了两种通讯方式：有联接和无联接方式，分别面向不同的应用需求。

使用有联接方式时，通信链路提供了可靠的，全双工的字节流服务。

在该方式下，通信双方必须创建一个联接过程并建立一条通讯链路，以后的网络通信操作完全在这一对进程之间进行，通信完毕关闭此联接过程。

使用无联接方式时其系统开销比无联接方式小，但通信链路提供了不可靠的数据报服务，不能保证信源所传输的数据一定能够到达信宿。

在该方式下，通信双方不必创建一个联接过程和建立一条通讯链路，网络通信操作在不同的主机和进程之间转发进行。

应用程序相对容易。

JAVA支持流套接字（stream socket）和数据报套接字（datagram socket）。

流套接字使用TCP（Transmission Control Protocol，传输控制协议）进行数据传输，而数据报套接字使用UDP（User Datagram Protocol，用户数据报协议）。

在Socket层实现的Java网络程序是严格同步的。

从一台机器发送数据的操作要求对应一个从其他机器接受数据的操作。

2.2 JAVA工具JDK1) Java编译器Java编译器将Java源代码文件编译成可执行的Java字节码。

Java源代码文件的扩展名为 .java，Java编译器把这种扩展名的文件编译成扩展名为.class的文件。

源文件中的每个类在编译后都将产生一个class文件，这意味一个Java源代码文件可能编译生成多个class文件。

2) Java解释器Java解释器对编译生成的字节码格式的可执行程序的运行提供支持，它是运行非图形Java程序的命令行工具。

3 程序的设计思路和算法3.1 人机博弈的要点人机对弈的程序，至少应具备以下5个部分：(1)某种在机器中表示棋局的方法，能够让程序知道博弈的状态。

(2)产生合法走法的规则，以使博弈公正地进行，并可判断人类对手是否乱走。

(3)从所有合法的走法中选择最佳的走法技术。

(4)一种评估局面优劣的方法，用以同上面的技术配合做出智能的选择。

(5)一个界面，有了他，这个程序才能用。

3.2 五子棋特点及规则五子棋的娱乐性强、规则简单、易学、流行性广。

普通人不需长时间专门训练即可自如行棋。

因此极受大众欢迎。

五子棋的规则为：(1)棋盘采用像围棋盘一样的15路或19路线的棋盘，在此采用19路的棋盘。

(2)下法两人分别执黑白两色棋子。

轮流在棋盘上选择一个无子的交叉点落子，无子的交叉点又被称为空点。

(3)输赢判断黑、白双方有一方的五个棋子在横、竖或斜方向上连接成一线即为该方赢。

3.3 算法设计3.3.1 博弈树的搜索过程在以下讨论中，命名2个博弈者MAX和MIN。

下面的任务是为MAX找最佳的移动。

假设MAX先移动，然后2个博弈者轮流移动。

因此，深度为偶数的节点，对应于MAX 下一步移动的位置，称为MAX节点；深度为奇数的节点对应于MIN下一步移动的位置，称为MIN节点(博弈树的顶节点深度为0)。

k层包括深度为2k和2k＋1的节点。

通常用层数表示博弈树的搜索深度，他可以表示出向前预测的必须认识到搜索到终点是不可能的(除了在博弈快结束时)，所以，常采用在有限范围搜索方法。

这里使用启发式搜索。

在启发式搜索的过程中，关键的一步是如何确定下一个要考察的节点，在确定节点时只要能充分利用与问题有关的信息，估计出节点的重要性，就能在搜索时选择重要性较高的节点，以利于博弈者以较快的速度求出最佳的棋步。

3.3．2 采用静态评估函数这里用评估函数h(i)衡量每一个叶节点位置的“值”。

一个最佳首步可以由一个最小最大化过程产生。

假设轮到MAX从搜索树的叶节点中选取，他肯定选择拥有最大值的节点。

因此，MIN叶节点的一个MAX节点双亲的倒推值就等于叶节点的静态评估值中的最大值。

另一方面，MIN从叶结点中选取时，必须选取最小的节点(即最负的值)。

既然如此，MAX叶节点的MIN双亲节点被分配一个倒推值，他等于叶节点静态评估值的最小值。

在所有叶节点的父节点被赋予倒推值后，开始倒推另一层，假定MAX将选择有最大倒推值的MIN的后继节点，而MIN会选择有最小倒推值的MAX后继节点。

继续逐层对节点评估，直到最后开始节点的后继者被赋予倒推值。

MAX将选择有最大倒推值的节点作为他的首步。

整个过程的有效性基于这样的假设。

用整个棋盘估值的函数h(n)为静态估值函数。

设想当前棋局S为轮到计算机方下棋(用□表示)，任选一空点作为计算机方的下棋位置(可有若干种选择)，接着考虑在此情况下游戏者一方下棋的棋局(用O表示)；从某一“O”棋局出发，任选一空点作为游戏者一方的落子处(又有若干种选择)，再次形成计算机方下棋的“ □”棋局；依此类推，这样可形成一棵以S为根结点的博弈树，该树以O棋局为第2层子结点，以棋局为第3层子结点等等。

如果继续向前搜索，可形成多层子结点，现在以向前搜索3层子结点为例来说明极大极小值的过程。

对第3层子结点的某一棋局n，求出其估计值h(n)，假设有一博弈树已形成，如图1所示，h(n)的值由各结点旁的数值给出。

根据极小极大化分析法，先计算第3层子结点h(n)值，然后第2层子结点的估计值取他的各后继子结点的极小值，根结点的估计值取他的各子结点的极大值。

这个取得最大估计值的子结点即为从S出发的计算机方的最佳落子方案。

棋盘上某一行、某一列或某一对角线为一路，这里使用的棋盘为19行19列，因此，行和列方向上共有19＋19＝38路；从左下到右上方向的对角线有37路，同样，从左上到右下方向的对角线也有37路。

但对于五子棋来说必须在一条直线上有连续五个棋子才能赢。

因此，在对角线上就可以减少8路。

所以，整个棋盘路的总数为：对某一棋局n，第i路得分：h(i)＝hc (i)－hm(i)。

其中：hc (i)为计算机方在第i路估计值得分，hm(i)为游戏者一方在第i路得分。

对的得分规则作如下说明。

规则中＋代表一空点；o代表对方棋子；＊代表有计算机方棋子；＋＋表示连续2点为空点；＋＋＋＊＋＋表示连续3个空点接一个计算机方棋子，再接两空点。

某一规则＋表示如在i路上有棋子构成形如＋＋＋＊＋＋则hc(i)＝30。

其他规则表示相同。

在系统中使用的主要估值规则如下：由对称性可知＋＋＊＊＋＋＋和＋＋＋＊＋＋的估值相同，同理可得其他具有这样对称性的估值都认为是相等的。

在连续两路上出现(3)的情形=>hc(i)=5 000,一路出现(3)，另外一路出现(4)=>hc(i)=5 000。

所以在整个棋盘上的总估值为：为了增加系统的智能化也可以添加其他的一些规则。

3.3．3 遗传算法优化估值函数在博弈程序的几大主要部分里，估值函数是与具体的棋类知识紧密结合的一部分。

可以说估值函数在很大程度上决定了博弈程序的棋力高低。

上面给出的估值是根据实际经验给出的。