Minimax és una mena d'algoritme de retrocés que s'utilitza en la presa de decisions i la teoria de jocs per trobar el moviment òptim per a un jugador, suposant que el teu oponent també juga de manera òptima. S'utilitza àmpliament en jocs per torns de dos jugadors com ara Tic-Tac-Toe, Backgammon, Mancala, Escacs, etc.
A Minimax els dos jugadors s'anomenen maximitzador i minimitzador. El maximitzador intenta obtenir la puntuació més alta possible mentre el minimitzador intenta fer el contrari i aconseguir la puntuació més baixa possible.
Cada estat de la junta té un valor associat. En un estat determinat, si el maximitzador té avantatge, la puntuació del tauler tendirà a ser un valor positiu. Si el minimitzador té la avantatge en aquest estat del tauler, tendirà a ser un valor negatiu. Els valors del tauler es calculen mitjançant unes heurístiques que són úniques per a cada tipus de joc.
Exemple:
Penseu en un joc que té 4 estats finals i els camins per arribar a l'estat final són des de l'arrel fins a les 4 fulles d'un arbre binari perfecte, com es mostra a continuació. Suposem que ets el jugador que maximitza i tens la primera oportunitat de moure't, és a dir, estàs a l'arrel i el teu oponent al següent nivell. Quina jugada faries com a jugador maximitzador tenint en compte que el teu oponent també juga de manera òptima?
Com que es tracta d'un algorisme basat en retrocés, prova tots els moviments possibles, després fa marxa enrere i pren una decisió.
- El maximitzador va a l'ESQUERRA: ara és el torn dels minimitzadors. El minimitzador ara té una opció entre 3 i 5. En ser el minimitzador, definitivament escollirà el menys entre tots dos, és a dir, 3
- Maximizer va a la DRETA: ara és el torn dels minimitzadors. El minimitzador ara té una opció entre 2 i 9. Triarà 2 perquè és el menor entre els dos valors.
En ser el maximitzador, triaríeu el valor més gran que és 3. Per tant, el moviment òptim per al maximitzador és anar cap a l'ESQUERRA i el valor òptim és 3.
Ara l'arbre del joc és el següent:
L'arbre de dalt mostra dues puntuacions possibles quan el maximitzador fa moviments a l'esquerra i a la dreta.
Nota: tot i que hi ha un valor de 9 al subarbre dret, el minimitzador mai no ho triarà. Sempre hem d'assumir que el nostre rival juga de manera òptima.
A continuació es mostra la implementació del mateix.
C++
// A simple C++ program to find> // maximum score that> // maximizing player can get.> #include> using> namespace> std;> // Returns the optimal value a maximizer can obtain.> // depth is current depth in game tree.> // nodeIndex is index of current node in scores[].> // isMax is true if current move is> // of maximizer, else false> // scores[] stores leaves of Game tree.> // h is maximum height of Game tree> int> minimax(>int> depth,>int> nodeIndex,>bool> isMax,> >int> scores[],>int> h)> {> >// Terminating condition. i.e> >// leaf node is reached> >if> (depth == h)> >return> scores[nodeIndex];> >// If current move is maximizer,> >// find the maximum attainable> >// value> >if> (isMax)> >return> max(minimax(depth+1, nodeIndex*2,>false>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>false>, scores, h));> >// Else (If current move is Minimizer), find the minimum> >// attainable value> >else> >return> min(minimax(depth+1, nodeIndex*2,>true>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>true>, scores, h));> }> // A utility function to find Log n in base 2> int> log2(>int> n)> {> >return> (n==1)? 0 : 1 + log2(n/2);> }> // Driver code> int> main()> {> >// The number of elements in scores must be> >// a power of 2.> >int> scores[] = {3, 5, 2, 9, 12, 5, 23, 23};> >int> n =>sizeof>(scores)/>sizeof>(scores[0]);> >int> h = log2(n);> >int> res = minimax(0, 0,>true>, scores, h);> >cout <<>'The optimal value is : '> << res << endl;> >return> 0;> }> |
>
>
Java
// A simple java program to find maximum score that> // maximizing player can get.> import> java.io.*;> class> GFG {> > // Returns the optimal value a maximizer can obtain.> // depth is current depth in game tree.> // nodeIndex is index of current node in scores[].> // isMax is true if current move is of maximizer, else false> // scores[] stores leaves of Game tree.> // h is maximum height of Game tree> >static> int> minimax(>int> depth,>int> nodeIndex,>boolean> isMax,> >int> scores[],>int> h)> {> >// Terminating condition. i.e leaf node is reached> >if> (depth == h)> >return> scores[nodeIndex];> >// If current move is maximizer, find the maximum attainable> >// value> >if> (isMax)> >return> Math.max(minimax(depth+>1>, nodeIndex*>2>,>false>, scores, h),> >minimax(depth+>1>, nodeIndex*>2> +>1>,>false>, scores, h));> >// Else (If current move is Minimizer), find the minimum> >// attainable value> >else> >return> Math.min(minimax(depth+>1>, nodeIndex*>2>,>true>, scores, h),> >minimax(depth+>1>, nodeIndex*>2> +>1>,>true>, scores, h));> }> // A utility function to find Log n in base 2> >static> int> log2(>int> n)> {> return> (n==>1>)?>0> :>1> + log2(n/>2>);> }> // Driver code> >public> static> void> main (String[] args) {> >// The number of elements in scores must be> >// a power of 2.> >int> scores[] = {>3>,>5>,>2>,>9>,>12>,>5>,>23>,>23>};> >int> n = scores.length;> >int> h = log2(n);> >int> res = minimax(>0>,>0>,>true>, scores, h);> >System.out.println(>'The optimal value is : '> +res);> > >}> }> // This code is contributed by vt_m> |
>
>
C#
// A simple C# program to find maximum score that> // maximizing player can get.> using> System;> public> class> GFG> {> > // Returns the optimal value a maximizer can obtain.> // depth is current depth in game tree.> // nodeIndex is index of current node in scores[].> // isMax is true if current move is of maximizer, else false> // scores[] stores leaves of Game tree.> // h is maximum height of Game tree> static> int> minimax(>int> depth,>int> nodeIndex,>bool> isMax,> >int> []scores,>int> h)> {> >// Terminating condition. i.e leaf node is reached> >if> (depth == h)> >return> scores[nodeIndex];> >// If current move is maximizer, find the maximum attainable> >// value> >if> (isMax)> >return> Math.Max(minimax(depth+1, nodeIndex*2,>false>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>false>, scores, h));> >// Else (If current move is Minimizer), find the minimum> >// attainable value> >else> >return> Math.Min(minimax(depth+1, nodeIndex*2,>true>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>true>, scores, h));> }> // A utility function to find Log n in base 2> static> int> log2(>int> n)> {> >return> (n==1)? 0 : 1 + log2(n/2);> }> // Driver code> static> public> void> Main ()> {> >// The number of elements in scores must be> >// a power of 2.> >int> []scores = {3, 5, 2, 9, 12, 5, 23, 23};> >int> n = scores.Length;> >int> h = log2(n);> >int> res = minimax(0, 0,>true>, scores, h);> >Console.WriteLine(>'The optimal value is : '> +res);> > }> }> // This code is contributed by ajit.> |
>
>
Python 3
diccionari d'ordenació python
# A simple Python3 program to find> # maximum score that> # maximizing player can get> import> math> def> minimax (curDepth, nodeIndex,> >maxTurn, scores,> >targetDepth):> ># base case : targetDepth reached> >if> (curDepth>=>=> targetDepth):> >return> scores[nodeIndex]> > >if> (maxTurn):> >return> max>(minimax(curDepth>+> 1>, nodeIndex>*> 2>,> >False>, scores, targetDepth),> >minimax(curDepth>+> 1>, nodeIndex>*> 2> +> 1>,> >False>, scores, targetDepth))> > >else>:> >return> min>(minimax(curDepth>+> 1>, nodeIndex>*> 2>,> >True>, scores, targetDepth),> >minimax(curDepth>+> 1>, nodeIndex>*> 2> +> 1>,> >True>, scores, targetDepth))> > # Driver code> scores>=> [>3>,>5>,>2>,>9>,>12>,>5>,>23>,>23>]> treeDepth>=> math.log(>len>(scores),>2>)> print>(>'The optimal value is : '>, end>=> '')> print>(minimax(>0>,>0>,>True>, scores, treeDepth))> # This code is contributed> # by rootshadow> |
>
>
Javascript
> // Javascript program to find maximum score that> // maximizing player can get.> // Returns the optimal value a maximizer can obtain.> // depth is current depth in game tree.> // nodeIndex is index of current node in scores[].> // isMax is true if current move is of maximizer, else false> // scores[] stores leaves of Game tree.> // h is maximum height of Game tree> >function> minimax(depth, nodeIndex, isMax,> >scores, h)> {> >// Terminating condition. i.e leaf node is reached> >if> (depth == h)> >return> scores[nodeIndex];> > >// If current move is maximizer, find the maximum attainable> >// value> >if> (isMax)> >return> Math.max(minimax(depth+1, nodeIndex*2,>false>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>false>, scores, h));> > >// Else (If current move is Minimizer), find the minimum> >// attainable value> >else> >return> Math.min(minimax(depth+1, nodeIndex*2,>true>, scores, h),> >minimax(depth+1, nodeIndex*2 + 1,>true>, scores, h));> }> > // A utility function to find Log n in base 2> >function> log2(n)> {> return> (n==1)? 0 : 1 + log2(n/2);> }> > // Driver Code> >// The number of elements in scores must be> >// a power of 2.> >let scores = [3, 5, 2, 9, 12, 5, 23, 23];> >let n = scores.length;> >let h = log2(n);> >let res = minimax(0, 0,>true>, scores, h);> >document.write(>'The optimal value is : '> +res);> > > > |
>
>
Sortida:
The optimal value is: 12>
Complexitat temporal: O(b^d) b és el factor de ramificació i d és el recompte de profunditat o capa de gràfic o arbre.
Complexitat espacial: O(bd) on b és el factor de ramificació en d és la profunditat màxima de l'arbre similar a DFS.
La idea d'aquest article és presentar Minimax amb un exemple senzill.
- A l'exemple anterior, només hi ha dues opcions per a un jugador. En general, hi pot haver més opcions. En aquest cas, hem de repetir tots els moviments possibles i trobar el màxim/mínim. Per exemple, a Tic-Tac-Toe, el primer jugador pot fer 9 moviments possibles.
- A l'exemple anterior, se'ns donen les puntuacions (fulles de Game Tree). Per a un joc típic, hem de derivar aquests valors
Aviat cobrirem Tic Tac Toe amb l'algoritme Minimax.
Aquest article és contribuït per Akshay L. Aradhya.