参赛程序设计思路-DDQK-Conquer

种肉肉的农夫

2021年首次参赛，DDQKconquer经过了长时间的打磨与尝试

讲述一下今年程序的思路

底层逻辑采用启发式的ab剪枝算法

当初最早打算吧神经网络加进去的

神经网络都写好了，结果在gpu上面跑了一天，跑出来的网络怎么说呢，哎，一言难尽，就是说真的就和炼丹一样，永远都不知道练出来的是什么样的

training loss维持在惊人的20左右，效果不太好
最后就把神经网络给删掉了
希望以后有机会把神经网络加上去吧，这毕竟是目前零和博弈类游戏改进的趋势。

今年最重大的改进就是速度上面的提升

今年的速度，比上一个版本(5.7)，提升了将近200% 足以使得13个的宽度，9层的深度在5秒内计算成功

相比较一下，5.7的棋力是9层宽，9层深，但是经常会出现超过5秒的计算。甚至是10秒多的

今年最长的计算不会超过5秒，基本上全是0点几秒出结果。

究其原因是因为今年改进了底层的算法逻辑。

今年的底层逻辑，删除了以前冗余长的一些不必要的计算。

比如，对于选点的排序问题今年做了很大的改进。

以前排序都是来一个，进行一个个的插排。这样看上去已经是最优的了

但是，今年在插排的基础上，增加了插排加二分法

你可能觉得，13个数，有必要2分吗?实际上，这个2分法直接使得程序有了极大的提升。


其次，是利用c++对程序加速。自己重新写了诸如min，max,len python内置的函数，使得程序大幅度提升。

程序的每一次突破，都是为了每个0.1秒的追求，为了更极致，更有效率的运算

追求更好，更快，更强，才是编写五子棋人工智能的真谛。

再举个例子

今年我把python的哈希函数改掉了，改成我自己的了。

python的哈希函数，可能是为了不失一般性，对与特定的数据类型处理并不是那么好。

我写了一个，比如说
4，1，2，3
这个数组，进行
4右移12位
1右移8位
2右移4位
3
几个进行或运算

这比python自带的处理器快。
运用底层的或运算，位移运算，可以达到更好的效果

更快，更强，才是五子棋程序的真谛