利用Visual C#实现Reversi游戏开发 ： 一、 简介
本文将细致地介绍用C#来实现游戏Reversi的完整过程。游戏界面如下图所示。
二、 背景
我最开始写这个程序是为了作为学习C#和.NET编程的一个练习。Reversi-或Othello一是一个相当有趣且相当流行的游戏，它仅要求几个基本元素和简单的游戏规则。所以，它是学习一个新的编程环境的良好选择。
该程序的第一个版本是一个可玩的游戏，但是缺乏一些计算机平板游戏的常规特性，例如撤消移动的能力。因此，在又学习了.NET编程的一些技巧后，我又对该游戏进行了改进。修改后的游戏在原先的图形和人工智能方面增加了一些新特性并作了性能上的改进。
三、 使用代码
你只要编译源文件并运行结果可执行文件Reversi.exe，即可开始玩这个游戏。使用菜单或工具栏，你可以进行多方面的选择和设置。你不妨试着在游戏中间缩放窗户，改变颜色或交换边界来观察所发生的情况。
你可能注意，在你退出该游戏时，该程序将创造一文件Reversi.xml。这个文件被使用于保存多方面设置-例如游戏选项，窗户大小和位置以及进行玩家统计-它们在游戏重新开始时被重载。
四、 帮助文件
本文还提供一个Windows帮助文件，包括完整的源代码。你可以在文档的"help files"子目录找到它。为了使这个帮助文件可应用于该程序，只需简单地把文件Reversi.chm复制到可执行文件Reversi.exe所在位置即可。当然，没有它你也可以运行此游戏，但是如果点击"Help Topics"选项将显示一个错误的话-说明该游戏主程序不能发现帮助文件。
所有用于创建这个帮助文件的源文件包括在那个子目录下。你可以使用微软的HTML Help Workshop对之进行编辑并且重新编译它。
五、 兴趣点
相应的源文件已经被很好的注释过了，读者可以很容易的看懂。现在让我们分析一下本游戏中几个有趣的方面。
(一) 游戏AI
本游戏的一个很有意思的地方是计算游戏玩家的移动，所以值得讨论。本游戏使用一标准的"最小最大向前看"算法来确定玩家的最佳移动。Alpha-beta pruning被使用于改进向前搜索的效率。如果你不熟悉"最小最大向前看"算法和/或alpha-beta pruning，你可以用Google搜索来找到大量的相关信息和示例。
当然，在游戏中可能存在的太多的移动顺序将导致一个相当费时的向前搜索-要生成所有可能的移动组合需要花太长的时间。这里的例外是在游戏的结束时-此时仅剩下很少的几个方格-大约十或二十个。此时，可以进行全部的搜索并且这时可能找到玩家的最佳移动结果。
但是在大多数情况中，向前搜索深度必须被限定到一个数目(这基于游戏的难度设置)。因此，对于每一系列可能的行动和反向移动搜索，必须计算最后的游戏平板以决定哪个玩家最有机会赢得游戏。该计算是通过使用下列标准来计算一个等级：
·输掉-让你的对手没有合法的移动可以迫使他输掉这一回合，从而使你更有利于能够在一行中再次（或多次）移动。
·可移动性-这是一种测算-你可以做出多少次合法的行动从而留给你的对手多少次合法的行动。类似于输掉，其思想是，减少你的对手的选择，从而最大化你自己的选择。
·边界-一个边界圆盘是邻近一个空的方格的地方。一般地，拥有大量的边界圆盘，会给你的对手在随后的回合中更多的可移动性。相反，拥有较少的边界圆盘意味着你的对手将在后面有较少的可移动性。这种得分反应了你的边界圆盘相对于你的对手的边界圆盘数。
·稳定性-角圆盘是稳定的，它们永不会被翼侧包围。随着游戏的进展，另外的圆盘也将变为稳定的。这种得分反应了你的稳定圆盘数相对于你的对手的稳定圆盘数。
·得分-这是在平板上你的圆盘数相对于你的对手的圆盘数之差。
不同的权值分别被赋给这里的每一种得分（这再次依赖于游戏的当前难度设置）。通过每一种标准得分乘以它的相应权值，然后把这些值加在一起，一个平板即被赋予一个等级。一个大的负数等级代表一个平板有利于黑棋，而一个大的正数等级代表一个平板有利于白棋。因此，对于一个可能的移动集合，计算机将为当前选定颜色一方选择最可能导致最高等级的那个移动。
|
