Tic-Tac-Toe

示例网站

概念定义

• 棋子（Piece）
  • PIECE_O
  • PIECE_X
• 棋格（Cell）
  • PIECE_O
  • PIECE_X
  • EMPTY
• 胜者（Winner）
  • PIECE_O
  • PIECE_X
  • DRAW

---

模型定义

棋盘（Board）

• 属性
  • dimension：尺寸，Tic-Tac-Toe的棋盘尺寸是3
  • cells：棋盘数据，用一维数组储存
• 方法
  • constructor (dimension = 3, cells = null)：棋盘初始化
  • getDimension ()：获取棋盘尺寸
  • switchPiece (piece)：切换棋子，返回O、X其中之一
  • cellFor (position)：获取positon的Cell，返回O、X、EMPTY其中之一
  • getEmptyCells ()：获取所有空白棋格的position的数组
  • move (position, piece)：落子
  • checkWin ()：获取棋局的胜者，棋局结束返回O、X、DRAW其中之一，否则返回null
  • clone ()：返回一个克隆的棋盘
  • clearCell (position)：清空一个棋格
  • clear ()：清空棋盘
  • displayFor (cell)：显示一个棋格的内容
  • display ()：显示整个棋盘
  • isEmptyCell (cell)：判断某个棋格是否为空
  • isEmpty ()：判断棋盘是否空的
  • isFull ()：判断棋盘是否满子

策略（Strategy）

• 抽象方法
  • calculatePosition (board, piece)：计算落子点

游戏（Game）

• 属性
  • board：棋盘
  • containerEl：容器元素
  • currentPiece：当前落子的棋子
  • isRunning：游戏是否运行中
• 方法
  • constructor(board, containerSelector = '.container')：游戏初始化
  • _initDom ()：初始化DOM
  • _draw ()：绘制棋盘
  • move (position): 落子，棋子自动判定
  • moveByStratepy (strategy)：根据某个策略模型落子
  • start ()：开始游戏
  • restart ()：重置游戏

---

落子策略

• Random

  随机选择一个空格落子。

• MonteCarlo

  蒙特卡罗方法（英语：Monte Carlo method），也称统计模拟方法，是1940年代中期由于科学技术的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。

• Minimax

  Minimax算法常用于棋类等由两方较量的游戏和程序。该算法是一个零总和算法，即一方要在可选的选项中选择将其优势最大化的选择，另一方则选择令对手优势最小化的方法。而开始的时候总和为0。很多棋类游戏可以采取此算法。

RandomStrategy（随机策略：人工智障）

1. 获取所有的空棋格
2. 随机选择一个棋格落子

MonteCarloStrategy（蒙特卡罗策略：统计模拟方法）

1. 在当前的棋局进行N次训练，把棋局进行到分胜负
2. 根据每次训练结果更新统计信息
3. 统计出所有胜率最高的落子位置
4. 随机选择一个胜率最高的位置落子

MinimaxStrategy（极小化极大策略）

1. 先假设自己处在一个最差的结果
2. 穷尽所有尝试去找一个稍微好一点的结果
3. 假设对手也是采用这个策略
4. 递归寻求一个不败的结果