为何Min-Max与Alpha-Beta剪枝在该场景下返回不同节点结果？

我正在调试自己实现的Alpha-Beta剪枝算法，已经理解最后两个值为-10的节点被剪枝的原因：根节点传入的alpha值为0，处理右侧值为0的节点后，beta从无穷大被设为0，此时满足0>=0的剪枝条件，所以在处理这两个-10节点前就终止了。但这导致右侧节点在Alpha-Beta剪枝和Min-Max算法中的计算值不同，而且我的实现会选择最右侧符合条件的子节点。虽然始终能选出值为0的正确结果，但Min-Max和剪枝算法选取的节点不一样，这对我来说很麻烦——因为我更关注节点本身的数据，而非节点的值。

想请教：如果根节点在遇到多个值相同的节点时，始终选择最左侧的最大值节点，那Alpha-Beta剪枝中右侧节点的值不同这个问题是不是就无关紧要了？

算法示意图 #

Min-Max算法示意图 #

Alpha-Beta剪枝算法示意图 #

答案是：是的，这种情况下右侧节点的值差异完全无关紧要。

原因如下：

• 当你设定根节点在值相同的情况下优先选择最左侧最大值节点时，Alpha-Beta剪枝只要找到第一个值等于当前最优值（这里是0）的节点，就会确定最终选择的节点是这个左侧节点，后续右侧节点的计算（包括因剪枝导致的值不准确）不会影响最终的节点选择逻辑。
• Alpha-Beta剪枝的核心目标之一就是在不改变最优决策结果的前提下减少计算量，这里的“最优决策结果”如果被你定义为值最大且最左侧的节点，那么只要剪枝过程没有漏掉这个左侧的最优节点，右侧节点的计算是否完整、值是否准确都不会影响最终的选择——因为你根本不会考虑右侧那些值相同的节点。

需要注意的是，要确保你的剪枝实现不会提前剪掉左侧的最优节点。只要遍历顺序是从左到右，并且在找到第一个最优值节点后，后续的剪枝操作不会影响已经确定的选择逻辑，那么这种实现就是完全符合你的需求的。

内容的提问来源于stack exchange，提问作者Baseus