java - 国际象棋AI:关于对象实现的MinMax

我正在为一个类似象棋的游戏编写人工智能。
板为10x10，每侧15块
都有类似的棋步。
游戏中的一切都是按物体组织的。
tile[][]tiles；10x10，每个tile都有一个指向一个片段或空的片段指针。
到目前为止，我已经实现了一个没有修剪的minmax算法。
每轮可能的移动平均是国际象棋的两倍。
这个算法有效，但速度很慢。平均来说它可以检查
每秒40000次移动所以当深度为4时，我的游戏大约需要4-5秒
计算所有可能的移动。我稍后会实施修剪，但可能需要
先反馈一下我的执行情况。
问题：
我需要转换成char数组/位板还是类似的来加速
算计还是我做错了什么？
实现：（sudo）
为了避免很多双for循环，我会跟踪我的作品和对立面
在瓷砖列表中董事会评估也只进行一次，然后只进行更新
只有通过增减移动的值才能更新。
在minmax算法的实现中，我使用了一个gamestate类
保持当前游戏状态。

GameState {
 Tile[][] board
 List<Tile> myPieces;
 List<Tile> otherPieces;
 int[][] evaluatedBoard
 int evaluatedValue
 Piece moveFrom, moveTo //used to save pointer when applying move
 int moveFromValue, moveToValue //used to save evaluationValue when applying move


 void applyMove(Tile from, Tile to)
 void undoMove(Tile from, Tile to)
 GameState createCopy()
}

applyMove只更新evaluatedValue，不执行
整个array.mypieces和其他pieces也通过apply/undo更新。
最小值：

maxMove(GameState state, int depth) {
 for(Tile from : state.getMyPieces().clone()) { //list will be changed
   for(Tile to : from.getPiece().getPossibleMoves()) {
       if(depth == 0)
         //find best move and so forth
       else {
        state.applyMove(from, to);
        minMove(state.createCopy(), depth - 1) //similar to maxMove except it uses otherPieces
        state.undoMove(from, to)
       }
   }
 }
 //return best move
}

编辑：
添加了有关applymove和profiler的信息

Profiler:          instructions
applyMove()     3200ms  11 430 000
undoMove()      1800ms  11 430 000
evaluateTile()  1400ms  22 400 000
minMove()       1700ms  315 493

applymove和undomove只将存储/反转指针移动到旧指针
值from和to，并用新的from替换它们
移动。然后调用EvaluateTime，它返回一个从1到10的数字
取决于片段中的枚举类型。

最佳答案

你选择的表现会让你付出巨大的代价——你考虑的每一步都需要你复制很多的状态。在我看来，你有两个选择：
（1）使您的状态表示非常小（在国际象棋中，您可以用64 x 4位或.net中的4 int64s来表示），因此复制非常便宜；或者
（2）使用delta使状态表示不可变，因此创建更新的状态是廉价的。
我先试试（1）选项，看看你怎么样。
以下是一些您可能会发现有用的链接：
http://en.wikipedia.org/wiki/Board_representation_(chess）
http://www.cis.uab.edu/hyatt/boardrep.html