基于minimax算法的井字棋AI无法找到最优走法问题排查

核心代码错误点 #

• 最优走法选择逻辑作用域错位
  你写的最优得分筛选循环，被放在了遍历空落子位置的for循环内部：每尝试完1个落子、把走法推入possibleMoves数组后，就立刻执行一次选最优的逻辑，完全没等所有可能的落子遍历完成。
  这种写法下，假设第一个被遍历到的落子是会导致输局的位置，这时候possibleMoves数组里只有这1个元素，会直接把它标记为最优走法；后续哪怕遍历到能直接获胜的走法，因为循环内作用域和var变量提升的影响，最优索引的计算很容易被干扰，根本没法在全量走法集合里选出最高的10分赢局走法。
• 空格判断的数据源引用错误
  代码中计算emptyCells时，使用了全局board数组做过滤，而非函数传入的gameBoard参数。递归过程中临时修改的是传入的gameBoard引用，空格判断却始终读取外层的原始棋盘数据，会导致递归分支漏算合法落子位置，棋盘状态和分支推演的实际状态不匹配，本应存在的获胜分支甚至不会被纳入计算。
• 嵌套循环的变量重名问题
  外层遍历空格的循环用了变量i，内层筛选最优走法的循环也重新声明了i，在var的变量提升机制下，会直接修改外层循环的计数，导致空格遍历提前中断，漏算大量走法分支。

正确的逻辑顺序 #

所有可能的走法必须先全部收集完成，再统一做最优值筛选：

1. 遍历所有空单元格，逐次模拟落子、递归计算对应走法的得分、撤销棋盘修改，把所有走法和得分存入possibleMoves数组
2. 等全量走法收集完毕后，再根据当前是bot（取最高分max）还是人类玩家（取最低分min），统一遍历possibleMoves选出对应最优得分的走法
3. 空格计算直接基于传入的gameBoard做过滤，不引用外部全局棋盘变量

内容的提问来源于stack exchange，提问作者Sujal Motagi