本文用原生 JavaScript 搭配 Canvas 實作一個可玩的五子棋,包含棋盤繪製、勝負判定、電腦 AI 以及悔棋與撤銷悔棋功能。完整程式碼如下。
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>五子棋</title>
<style type='text/css'>
canvas {
display: block;
margin: 50px auto;
box-shadow: -2px -2px 2px #efefef, 5px 5px 5px #b9b9b9;
cursor: pointer;
}
.btn-wrap {
display: flex;
flex-direction: row;
justify-content: center;
}
.btn-wrap div { margin: 0 10px; }
div > span {
display: inline-block;
padding: 10px 20px;
color: #fff;
background-color: #EE82EE;
border-radius: 5px;
cursor: pointer;
}
div.unable span {
background: #D6D6D4;
color: #adacaa;
}
#result-wrap { text-align: center; }
</style>
</head>
<body>
<h3 id="result-wrap">--益智五子棋--</h3>
<canvas id="chess" width="450px" height="450px"></canvas>
<div class="btn-wrap">
<div id='restart' class="restart"><span>重新開始</span></div>
<div id='goback' class="goback unable"><span>悔棋</span></div>
<div id='return' class="return unable"><span>撤銷悔棋</span></div>
</div>
<script type="text/javascript" charset="utf-8">
var over = false;
var me = true; // 我
var _nowi = 0, _nowj = 0; // 記錄自己下棋的座標
var _compi = 0, _compj = 0; // 記錄計算機當前下棋的座標
var _myWin = [], _compWin = []; // 記錄我、計算機贏的情況
var backAble = false, returnAble = false;
var resultTxt = document.getElementById('result-wrap');
var chressBord = []; // 棋盤
for (var i = 0; i < 15; i++) {
chressBord[i] = [];
for (var j = 0; j < 15; j++) {
chressBord[i][j] = 0;
}
}
// 贏法的統計數組與贏法數組
var myWin = [];
var computerWin = [];
var wins = [];
for (var i = 0; i < 15; i++) {
wins[i] = [];
for (var j = 0; j < 15; j++) {
wins[i][j] = [];
}
}
var count = 0; // 贏法總數
// 橫線贏法
for (var i = 0; i < 15; i++) {
for (var j = 0; j < 11; j++) {
for (var k = 0; k < 5; k++) {
wins[i][j + k][count] = true;
}
count++;
}
}
// 豎線贏法
for (var i = 0; i < 15; i++) {
for (var j = 0; j < 11; j++) {
for (var k = 0; k < 5; k++) {
wins[j + k][i][count] = true;
}
count++;
}
}
// 正斜線贏法
for (var i = 0; i < 11; i++) {
for (var j = 0; j < 11; j++) {
for (var k = 0; k < 5; k++) {
wins[i + k][j + k][count] = true;
}
count++;
}
}
// 反斜線贏法
for (var i = 0; i < 11; i++) {
for (var j = 14; j > 3; j--) {
for (var k = 0; k < 5; k++) {
wins[i + k][j - k][count] = true;
}
count++;
}
}
for (var i = 0; i < count; i++) {
myWin[i] = 0;
_myWin[i] = 0;
computerWin[i] = 0;
_compWin[i] = 0;
}
var chess = document.getElementById("chess");
var context = chess.getContext('2d');
context.strokeStyle = '#bfbfbf'; // 邊框顏色
var backbtn = document.getElementById("goback");
var returnbtn = document.getElementById("return");
window.onload = function () {
drawChessBoard(); // 畫棋盤
};
document.getElementById("restart").onclick = function () {
window.location.reload();
};
// 我下棋
chess.onclick = function (e) {
if (over) { return; }
if (!me) { return; }
// 悔棋功能可用
backbtn.className = backbtn.className.replace(
new RegExp("(\\s|^)unable(\\s|$)"), " "
);
var x = e.offsetX;
var y = e.offsetY;
var i = Math.floor(x / 30);
var j = Math.floor(y / 30);
_nowi = i;
_nowj = j;
if (chressBord[i][j] == 0) {
oneStep(i, j, me);
chressBord[i][j] = 1; // 我,已佔位置
for (var k = 0; k < count; k++) {
// 將可能贏的情況都加 1
if (wins[i][j][k]) {
myWin[k]++;
_compWin[k] = computerWin[k];
computerWin[k] = 6; // 這個位置對方不可能贏了
if (myWin[k] == 5) {
resultTxt.innerHTML = '恭喜,你贏了!';
over = true;
}
}
}
if (!over) {
me = !me;
computerAI();
}
}
};
// 悔棋
backbtn.onclick = function (e) {
if (!backAble) { return; }
over = false;
me = true;
// 撤銷悔棋功能可用
returnbtn.className = returnbtn.className.replace(
new RegExp("(\\s|^)unable(\\s|$)"), " "
);
// 我,悔棋
chressBord[_nowi][_nowj] = 0;
minusStep(_nowi, _nowj); // 銷毀棋子
for (var k = 0; k < count; k++) {
if (wins[_nowi][_nowj][k]) {
myWin[k]--;
computerWin[k] = _compWin[k]; // 這個位置對方可能贏
}
}
// 計算機相應的悔棋
chressBord[_compi][_compj] = 0;
minusStep(_compi, _compj);
for (var k = 0; k < count; k++) {
if (wins[_compi][_compj][k]) {
computerWin[k]--;
myWin[k] = _myWin[k]; // 這個位置對方可能贏
}
}
resultTxt.innerHTML = '--益智五子棋--';
returnAble = true;
backAble = false;
};
// 撤銷悔棋
returnbtn.onclick = function (e) {
if (!returnAble) { return; }
// 我,撤銷悔棋
chressBord[_nowi][_nowj] = 1;
oneStep(_nowi, _nowj, me);
for (var k = 0; k < count; k++) {
if (wins[_nowi][_nowj][k]) {
myWin[k]++;
_compWin[k] = computerWin[k];
computerWin[k] = 6; // 這個位置對方不可能贏
}
if (myWin[k] == 5) {
resultTxt.innerHTML = '恭喜,你贏了!';
over = true;
}
}
// 計算機撤銷相應的悔棋
chressBord[_compi][_compj] = 2;
oneStep(_compi, _compj, false);
for (var k = 0; k < count; k++) {
if (wins[_compi][_compj][k]) {
computerWin[k]++;
_myWin[k] = myWin[k];
myWin[k] = 6; // 這個位置對方不可能贏
}
if (computerWin[k] == 5) {
resultTxt.innerHTML = 'o(╯□╰)o,計算機贏了,繼續加油哦!';
over = true;
}
}
returnbtn.className += ' ' + 'unable';
returnAble = false;
backAble = true;
};
// 計算機下棋(AI)
var computerAI = function () {
var myScore = [];
var computerScore = [];
var max = 0;
var u = 0, v = 0;
for (var i = 0; i < 15; i++) {
myScore[i] = [];
computerScore[i] = [];
for (var j = 0; j < 15; j++) {
myScore[i][j] = 0;
computerScore[i][j] = 0;
}
}
// 對每個空位計算攻守分數
for (var i = 0; i < 15; i++) {
for (var j = 0; j < 15; j++) {
if (chressBord[i][j] == 0) {
for (var k = 0; k < count; k++) {
if (wins[i][j][k]) {
if (myWin[k] == 1) { myScore[i][j] += 200; }
else if (myWin[k] == 2) { myScore[i][j] += 400; }
else if (myWin[k] == 3) { myScore[i][j] += 2000; }
else if (myWin[k] == 4) { myScore[i][j] += 10000; }
if (computerWin[k] == 1) { computerScore[i][j] += 220; }
else if (computerWin[k] == 2) { computerScore[i][j] += 420; }
else if (computerWin[k] == 3) { computerScore[i][j] += 2100; }
else if (computerWin[k] == 4) { computerScore[i][j] += 20000; }
}
}
if (myScore[i][j] > max) {
max = myScore[i][j];
u = i; v = j;
} else if (myScore[i][j] == max) {
if (computerScore[i][j] > computerScore[u][v]) {
u = i; v = j;
}
}
if (computerScore[i][j] > max) {
max = computerScore[i][j];
u = i; v = j;
} else if (computerScore[i][j] == max) {
if (myScore[i][j] > myScore[u][v]) {
u = i; v = j;
}
}
}
}
}
_compi = u;
_compj = v;
oneStep(u, v, false);
chressBord[u][v] = 2; // 計算機佔據位置
for (var k = 0; k < count; k++) {
if (wins[u][v][k]) {
computerWin[k]++;
_myWin[k] = myWin[k];
myWin[k] = 6; // 這個位置對方不可能贏了
if (computerWin[k] == 5) {
resultTxt.innerHTML = 'o(╯□╰)o,計算機贏了,繼續加油哦!';
over = true;
}
}
}
if (!over) { me = !me; }
backAble = true;
returnAble = false;
var hasClass = new RegExp('unable').test(' ' + returnbtn.className + ' ');
if (!hasClass) {
returnbtn.className += ' ' + 'unable';
}
};
// 繪畫棋盤
var drawChessBoard = function () {
for (var i = 0; i < 15; i++) {
context.moveTo(15 + i * 30, 15);
context.lineTo(15 + i * 30, 435);
context.stroke();
context.moveTo(15, 15 + i * 30);
context.lineTo(435, 15 + i * 30);
context.stroke();
}
};
// 畫棋子
var oneStep = function (i, j, me) {
context.beginPath();
context.arc(15 + i * 30, 15 + j * 30, 13, 0, 2 * Math.PI); // 畫圓
context.closePath();
// 漸變
var gradient = context.createRadialGradient(
15 + i * 30 + 2, 15 + j * 30 - 2, 13,
15 + i * 30 + 2, 15 + j * 30 - 2, 0
);
if (me) {
gradient.addColorStop(0, '#0a0a0a');
gradient.addColorStop(1, '#636766');
} else {
gradient.addColorStop(0, '#d1d1d1');
gradient.addColorStop(1, '#f9f9f9');
}
context.fillStyle = gradient;
context.fill();
};
// 銷毀棋子
var minusStep = function (i, j) {
// 擦除該圓
context.clearRect(i * 30, j * 30, 30, 30);
// 重畫該圓周圍的格子
context.beginPath();
context.moveTo(15 + i * 30, j * 30);
context.lineTo(15 + i * 30, j * 30 + 30);
context.moveTo(i * 30, j * 30 + 15);
context.lineTo((i + 1) * 30, j * 30 + 15);
context.stroke();
};
</script>
</body>
</html>
1、棋盤座標系統
棋盤 15×15,每格間距 30px,起始偏移 15px,因此 450px 的畫布剛好容納 15 條線。滑鼠點擊時用 Math.floor(offsetX / 30) 換算成棋盤索引。
2、贏法預先枚舉
這是最關鍵的設計:程式啟動時先把棋盤上所有可能的「五連」組合全部列出來(橫、豎、正斜、反斜共 572 種),存進三維陣列 wins[x][y][count]。此後每落一子,只需遍歷它參與的贏法並計數,某條贏法的計數達到 5 就代表獲勝。這種做法把「每次判斷都要掃棋盤」的 O(n²) 問題,轉成了查表累加。
3、AI 的評分策略
對每個空位計算兩個分數:myScore(我在此落子的收益)與 computerScore(電腦在此落子的收益)。分數權重隨連子數呈階梯式上升(1 子 200、2 子 400、3 子 2000、4 子 10000),而電腦的進攻權重略高於防守(220/420/2100/20000),讓 AI 風格偏向積極搶攻。最後取「攻防兩者中的較大值」作為該點的綜合評價,選最高分落子。
4、悔棋的狀態回滾
悔棋不只是擦掉棋子,還要把對應贏法的計數逐一減回去,並還原「對方在此點不可能獲勝」的標記。程式用 _myWin 與 _compWin 兩個備份陣列保存回滾所需的狀態,再用 backAble/returnAble 兩個旗標控制按鈕的啟用狀態。
5、棋子的視覺處理
用 createRadialGradient 做放射狀漸變,模擬棋子的立體光澤;minusStep 擦除棋子的方式是用 clearRect 清掉該格,再重畫被影響的四條棋盤線。
這個範例很適合拿來練習 Canvas 的繪圖 API、二維陣列的靈活運用,以及「用預計算換取執行效率」的常見優化思路。想再進階,可以把它改成 minimax 加 alpha-beta 剪枝的 AI,棋力會提升一大截。