如何在递归函数中实现一个值？

Question

我试着用Python编写minimax nim游戏。代码我快写完了。然而，我无法解决一个问题，这是如此棘手。我无法达到算法的“最佳运动”。我从（5，Max）位置开始，算法输出应该是（4，Min）。我的算法用效用值求解整棵树，但不能返回到最佳运动。你知道吗

def startposition():
    return 5, 'max'


def terminalstate(state):
    if state == (0, 'min') or state == (0, 'max'):
        return True
    else:
        return False


def minimax(state):
    turn,heap=state
    if terminalstate(state):
        return utilitystatic(state)
    else:
        if heap == 'min':
            value = 250
            for x in successorsgenerator(state):
                value = min(value, minimax(x))
            result = state, value
        elif heap == 'max':
            value = -250
            for x in successorsgenerator(state):
                value = max(value, minimax(x))
            result = state, value

        print(result)
    return value


def utilitystatic(state):
    turn, heap = state
    assert terminalstate(state)
    if state[1] == 'max':
        return -100
    elif state[1] == 'min':
        return 100
    assert False


def successorsgenerator(state):
    successors = []
    state = toggle(state)
    newstate = decrease(state)
    i = 0
    while newstate[0] >= 0 and i < 3:
        successors.append(newstate)
        i += 1
        newstate = decrease(newstate)
    print('successors:', successors)
    return successors


def toggle(state):
    state = list(state)
    state[1] = 'min' if state[1] == 'max' else 'max'
    state = tuple(state)
    return state


def decrease(state):
    state = state[:0] + (state[0] - 1,) + state[1:2]
    return state


stick = startposition()
result = minimax(stick)
print('result:', result)

Answer 1

如果你不想在内存中存储整个移动序列（这通常是/通常是不必要的），只需从生成当前游戏状态的可能子级开始。不要在你当前的状态下运行minimax，只要找到可能的下一步行动。让我们想象一下从你现在的位置有3种可能的移动（A，B，C）。现在在A上运行minimax算法，并将结果与移动A的描述一起存储。对B和C重复此操作。现在应该有如下结果：

A: 3.5
B: 1.2
C: -7.1

记住，这些并不是游戏状态的启发值，而这些启发值是通过采取这些行动立即产生的。从最大化玩家的角度来看，它们代表了当当前玩家选择移动时，另一个玩家可以强制当前玩家在未来接受的最小值。你知道吗

在这个例子中，移动A对于最大化的玩家是最好的，移动C对于最小化的玩家是最好的。你知道吗