负极大值搜索

编者最近在学校五子棋AI博弈算法，好不容找到一本书籍资源来学习，但其中内容是作者在2003年缺少中文算法书籍的情况下编写的，因此有一些语义错误或语义不详的地方，对编者阅读造成很大影响。比如这个负极大值搜索的推导则是一笔带过，让编者百思不得其解。现在将花了三小时得出的推导过程，在这里整理一下，如果有错误请读者指正。
首先，负极大值搜索是极大极小值搜索的变种，对运行效率上没有什么影响，但代码更简洁，很多博弈算法作者都是用负极大值来演示，因此还是有必要学习的。
其实这个算法本质上是一种负负得正的关系。先看下极大极小值搜索的伪代码：

1。 p 为棋盘
2。 d 为规定的搜素最大深度，比如d层红方，d-1层为黑方，d-2层为红方...依此类推，可采用mod2来判断当前是哪一方
4。评估棋盘的函数evaluation,当然需要看是哪一方，若红方为机器，黑方为人，那么机器（红方）做为极大（INF），人作为极小(-INF)，让机器选择最合适的一步。
int MiniMax(chessmap p , int d)
{
    int bestvalue , value ;
    if( Game Over )// 如果游戏结束
        return evaluation(p);
    if(depth <= 0) // 如果已经到了搜索树叶子结点
        return evaluation(p);
    if( d % 2  == RED) //轮到红方
        bestvalue = - INF; 
    else
        bestvalue = INF ;
     for(each possible move m)
    {
        MakeMove(m) ; //产生第i个局面（子节点）,p会相应变化
        value = MiniMax(p,d-1);//递归
        UnMakeMove(m) ; // 恢复p
        if(d % 2 == RED)
            bestvalue = max(value ,bestvalue);//取最大
        else
            bestvalue = min(v