第一次写AI，从最开始随便就能赢到最后仔细下都不一定能赢，这中间花费了很长一段时间，代码量也超过了之前很多。每次改进和修复BUG都是对自己的一个提升。
我的AI是基于优先级设计的，另外加了一些其他判断，现在先看看棋盘：
红色：这四个点不需要特别说明，占的越多胜利的几率越大
蓝色：这些点是略低于角点的最优点
黄色：这几个点无关优先级，但是需要特别注意，棋盘的博弈就是让自己占到角和不让对方占到角，下这个点容易让出角点，或者让自己有机会占角，所以需要特别注意
以上是棋盘上3种需要注意的区域，其中角和边的点都有自己的优先分数，比如角是50，，边是10，另外下一个点能占的棋子数累加也有个分数，还有夹子数……
if(AI_flag==1){//step.1//寻找角if(AI_is_horn(turn,i,j)){choos_score_2+=(HORN*2);}else{//step.2//不下此点就会让出角if(AI_not_do_no_horn(turn,i,j)){choos_score_2+=HORN;}//step.3//下此点就会让出角if(AI_no_horn(turn,i,j)){choos_score_2-=HORN;}//step.4//若下此点下一步是否可下角else if(AI_is_next_horn(turn,i,j)){choos_score_2+=(HORN/2);}}//step.5//寻找边if(AI_is_line(turn,i,j)){//step.6//不下无效边if(AI_no_line(turn,i,j)){choos_score_2-=LINE;}choos_score_2+=LINE;}//step.7//返回夹子分数int cought=0;if((cought=AI_is_cought(turn,i,j))>1){choos_score_2+=cought*CAUGHT;}//转换分数choos_score_2+=AI_getscore(turn,i,j);//如果分数比缓存高rand=CCRANDOM_0_1();if(rand>=0){if(choos_score_2>=choos_score){choos_x=i;choos_y=j;choos_score=choos_score_2;}}else{if(choos_score_2>choos_score){choos_x=i;choos_y=j;choos_score=choos_score_2;}}}
以上代码是AI的serch函数，其中有7个步骤，代码中有注释比较容易理解，这样电脑就变得比较智能，当然我的代码是单步搜索，还可以做成多步搜索，那么就更加智能了。
以下说说AI如何实现以上的serch函数，我的设计比较简单，就是在类里定义一个跟棋盘一样大的二维数组的模拟棋盘，用一个init函数将棋盘上的棋子数据存入数组里
void Game::AI_chess_init(){//初始化储存棋盘for(int a=0;a<10;a++){for(int b=0;b<10;b++){AI_chess[a][b]=chess[a][b]->qi_type;}}}非常简单，这样就能直接在模拟棋盘上模拟下棋，每次serch就重新init一下。
AI的设计暂时就是这样，之后如果突然有灵感还会继续修改代码。
你在雨中行走，你从不打伞，你有自己的天空，它从不下雨。
