求五子棋的人工智能的算法描述~~~

可以采用这样的笨算法，运行起来慢点，但是很简单易懂，而且效果很好。如果能够加以优化，则其实是很好的算法：

1、首先遍历整个棋盘，找到一个可以落子的点，然后假设自己在该点落子，再然后判断如果棋子落到这个点上后会对自己有什么利益，比如会不会形成冲4活三、双活三等等，（事先将冲四活三、双活三等效果定义上利益值，当然，如果是五个子连起来了的话，利益值要被定义成最高，最好是无穷大的），将各种效果的利益值相加，得到己方的利益值。
2、将角色互换一下，重复第一步，得到对方的利益值（其实是递桂算法）。
3、将己方的利益值减去对方的利益值，得到该点的总利益值。
4、整个棋盘所有能落子的点都计算出利益值之后，找出利益值最大的那个点，将棋子落到该点。

当然，这个算法可以有很大程度的优化，比如，如果没有相邻的棋子，可以放弃该点。还有一旦找出可以胜利的点，就不再继续往下计算。。。。

模拟算法：
int liyi(角色, 层次）
{
if(层次=0)
return 0;

for(第一个可以落子的点 到 最后一个可以落子的点）
{
int 利益,最大利益;

//递桂...
利益 = 获取本角色利益值() - liyi(角色=相反角色,层次-1);

if(利益>最大利益)
{
最大利益 = 利益；
保存该点。
}
落子到所保存的点。
}

我觉得这个问题的关键是设计一个散列函数来表征启发式信息，
基本原理：
假定将子下在某个位置，然后考核启发函数的值，保存信息，回溯……
当搜索完所有棋盘上的可下位置时，
最终选择启发函数值最大的那个位置落子。
启发函数的一种设计思路：
发现5个相连的本色子，返回Max
四位缺一，返回10//这个权值是我杜撰的，不一定合适
三位缺二，返回6//你可以自己设计
...
以某种算法5位5位的匹配整个棋盘，
将所有的权值加在一起，
作为启发函数的函数值返回

棋盘横向为A1,A2,A3…… 纵向B1,B2…… 假设将棋子放入的点为A5:B5 那么将要判定八个方向有没有相同的棋子,所以要写八个函数, 比如A5:B4 有没有,如果有,继续以A5:B4调用同一个函数(同一个方向上的判定).

LS的好像是胜负判断吧？

我下过一个五子棋的源代码，不过没仔细研究，你可以自己搜索一下，网上有的

其实找一份源码参考着做很好的啊.
可以看到别人是怎么调用,怎么优化
而且实现某一功能基本都有3种方法