我已经到处寻找解决我代码问题的答案，但经过长时间的调试尝试后，我发现自己完全陷入了困境。问题在于我的极小极大函数无法返回最佳移动的正确值，我甚至尝试通过存储最佳首次移动（当深度为0时）来修复它，但如果解决方案不明显，那么算法就会彻底失败。我还尝试修改基础情况的返回值以优先考虑早期胜利，但这并没有解决问题。

目前我正在一个井字游戏棋盘上测试这个函数，辅助类（例如getMoves()或getWinner）运行正常，我知道我的风格不是最有效的，但我需要代码相当明确。通过添加大量打印语句，我意识到在某些情况下，我的bestFinalMoves ArrayList没有被修改，所以这可能与问题有关。另一个相关的问题是，除非算法找到直接胜利（在下一步），否则它不会选择可能导致未来胜利或通过阻止一个可能导致立即封锁的方块来达到平局的移动，而是让最小化玩家赢得空间。

例如，在以下棋盘上：

aBoard= new int[][] {                {0,1,0}, // 1 是 MAX（AI），-1 是 MIN（人类）                {-1,0,0},                {-1,0,0}        };

结果是错误的2,0，显然应该选择0,0，这样可以阻止最小化玩家的胜利，而bestFinalMoves ArrayList是空的。

 private result miniMaxEnd2(Board tmpGame, int depth){    String winner =  tmpGame.whoWon();    ArrayList<Move> myMoves = tmpGame.getMoves();    if (winner == 'computer'){ //基础情况        return new result(1000);    }else if (winner == 'human'){        return new result(-1000);    }    else if (winner == 'tie'){        return new result(0);    }        if (tmpGame.ComputerTurn) {//MAX            bestScore = -99999;            for (Move m : tmpGame.getMoves()){                Board newGame = new Board(tmpGame,!tmpGame.ComputerTurn, m);                result aScore = miniMaxEnd2(newGame, depth+1);                if (aScore.score > bestScore) {                    bestScore = aScore.score;                    bestMove = m;                        if (depth == 0) {                            bestFinalMoves.add(m);                        }                }            }            return new result(bestScore, bestMove);        } else {//MIN            bestScore = 99999;            for (Move m : tmpGame.getMoves()) {                Board newGame = new Board(tmpGame,!tmpGame.ComputerTurn, m);                result aScore = miniMaxEnd2(newGame, depth + 1);                if (aScore.score < bestScore) {                    bestScore = aScore.score;                    bestMove = m;                }            }            return new result(bestScore,bestMove);        }}

我知道这篇文章很长，但我非常感谢你的帮助。完整的代码可以在https://github.com/serch037/UTC_Connect访问

回答：

bestScore和bestMove变量必须在miniMaxEnd2方法中声明为局部变量，以便此逻辑正常工作。这些变量的值会被递归调用所替换。