KReversi 的终局计算要解决的问题很明确：当棋盘上的空格越来越少时，每一步翻错都可能导致优势瞬间逆转。openSUSE 仓库中的 KReversi 属于 KDE 游戏套件，引擎使用 C++ 编写，代码量不大，适合研究黑白棋终局算法。终局计算的核心不是盲目穷举，而是依靠位棋盘加速、Alpha-Beta 剪枝和局部完全搜索，在空位数量下降到阈值后给出稳定评分。
一、位棋盘如何支撑终局计算
KReversi 的棋盘模型没有使用二维数组，而是把黑白双方分别存储在两个 64 位无符号整数中。某个二进制位为 1，表示对应格子有该方棋子；两个整数做或运算就能得到所有已占用位置，取反后就是空位。终局阶段空位数量少，棋盘操作集中在合法落子和翻转上，这种编码方式只需要移位、与、或、异或，比遍历 8 乘 8 数组更快。
例如判断左侧方向是否能翻转，可以先从候选空位出发，逐列向左探测对手棋子，遇到己方棋子时说明形成夹击。下面代码只演示左侧方向，实际 KReversi 会合并八个方向的掩码结果，并处理边界列，避免棋子从 A 列或 H 列绕到另一侧。
#include <cstdint>
struct Board {
uint64_t black;
uint64_t white;
};
bool left_direction_can_flip(const Board& b, int pos, int side) {
uint64_t own = side == 0 ? b.black : b.white;
uint64_t opp = side == 0 ? b.white : b.black;
uint64_t bit = 1ULL << pos;
uint64_t probe = bit;
bool found_opponent = false;
for (int col = pos % 8 - 1; col >= 0; --col) {
probe <<= 1;
if (!(opp & probe)) {
if ((own & probe) && found_opponent) {
return true;
}
return false;
}
found_opponent = true;
}
return false;
}
终局判断并不等于棋盘下满。黑白棋规则规定，如果当前方没有合法落子，就轮到对方；双方连续没有合法落子时游戏结束。KReversi 在每次落子后都会做这类检查；对终局搜索来说，空位数量比棋盘状态更适合作为深度上限，因为每一步必然消耗一个空位，当剩余空位小于等于 16 时，搜索树高度就固定且可控。
二、终局阶段的 Alpha-Beta 搜索细节
中盘阶段 KReversi 会依赖评估函数，例如角点、稳定子、行动力等指标。进入终局后，最稳妥的做法是把评估函数替换为终局分差。NegaMax 框架可以用统一公式表达：当前节点返回 color 乘以最终黑子减白子的分数，这样上一层取负值后自动完成双方视角切换。
Alpha-Beta 剪枝在终局搜索里带来的收益比中盘更明显，因为搜索深度大且接近真实博弈结果。未剪枝的完整搜索在 14 个空位时节点数会接近组合爆炸，而剪枝后通常可以控制在百万到千万级别。下面是一段核心搜索函数的简化实现，is_terminal、final_score、generate_moves 等函数由游戏逻辑提供。
#include <cstdint>
#include <vector>
using std::uint64_t;
struct Board {
uint64_t black;
uint64_t white;
};
bool is_terminal(const Board&);
int final_score(const Board&);
std::vector<int> generate_moves(const Board&, int);
void order_moves(std::vector<int>&);
Board apply_move(const Board&, int, int);
const int INF = 1000000000;
int negamax(const Board& board, int depth, int alpha, int beta, int color) {
if (depth == 0 || is_terminal(board)) {
return color * final_score(board);
}
std::vector<int> moves = generate_moves(board, color);
if (moves.empty()) {
return -negamax(board, depth - 1, -beta, -alpha, -color);
}
order_moves(moves);
int best = -INF;
for (int move : moves) {
Board next = apply_move(board, move, color);
int val = -negamax(next, depth - 1, -beta, -alpha, -color);
if (val > best) best = val;
if (val > alpha) alpha = val;
if (alpha >= beta) break;
}
return best;
}
剪枝效果还依赖走法排序。终局阶段角点仍然最重要，其次是靠近己方稳定子的落点。KReversi 会优先搜索这些候选点，让 Alpha 尽快提升，从而使 beta cut-off 更早触发。实际测试中，同样的 14 个空位，不做排序时可能访问上亿节点，排序后能减少一个数量级。置换表则用 Zobrist 哈希记录已计算局面，避免不同走法顺序到达同一棋盘时重复搜索。
三、在 openSUSE 中获取源码并观察终局计算
openSUSE 用户可以直接安装二进制包，也可以从源码仓库获取 KReversi 代码。若只想运行，执行 sudo zypper install kreversi 即可；若要编译调试，建议用 zypper source-install kreversi 拉取源码和构建依赖。源码拉到本地后，可以进入目录用 CMake 生成 Debug 构建，命令如下。
sudo zypper source-install kreversi cmake -S . -B build -DCMAKE_BUILD_TYPE=Debug cmake --build build -j$(nproc) ./build/bin/kreversi
构建完成后，在搜索函数入口加入 qDebug 输出，打印当前空位数量、alpha、beta 以及最佳走法。也可以直接用 gdb 加载 kreversi，在终局搜索函数处打断点，单步查看 NegaMax 的递归深度。openSUSE 的 debuginfo 包配合 debuginfod 可以自动提供符号，省去手工编译调试包。
验证终局计算是否正确，可以把 AI 难度调到最高，从同一局面分别用中盘估值和终局完全搜索跑一次。对比结果会发现，当空位少于 12 时中盘估值可能给出与终局解相反的选择；切换为终局计算后，分数回归为确定差值，不会在最后几步翻盘。这个思路同样适用于 Othello 或自定义黑白棋引擎，关键是确定从估值到完全解算的切换时机，并利用位运算和剪枝把终局成本压下去。