本文还有配套的精品资源点击获取简介直接运行的Java五子棋游戏工程基于Swing构建完整GUI含主程序PlayChess、AI逻辑Robot、栈Stack、链表节点LNode、胜负判定NullAndCount等全部源码文件均已添加清晰中文注释关键步骤逐行说明。配套资源齐全棋子图片black.png/white.png、游戏背景bg_game.JPG、菜单图menu.png、指针pointer.png、音效bg.mid等。支持双人对战与人机对战AI具备基础落子策略悔棋功能依托栈结构实现胜负判断采用二维数组扫描连续计数逻辑。项目已编译生成.class文件附带readme.txt详细说明JDK版本要求、Eclipse导入方式含.project和.classpath、运行命令及常见问题。无需修改代码解压后用IDE或命令行即可一键启动适合零基础学习面向对象编程、事件监听、GUI绘图、数组应用与简单算法实现。1. 项目概述为什么这个五子棋工程值得你花30分钟认真看一遍我带过不少刚学完Java语法、正卡在“写了10个HelloWorld却不会做项目”的学生也帮同事调试过几十个“编译通过但点按钮没反应”的Swing半成品。直到去年整理教学资料时翻出这个五子棋工程——它不是教科书里那种删减到只剩JFrame和JButton的玩具代码也不是GitHub上动辄上千行、包结构嵌套五层、连git clone都要查三遍文档的“企业级”demo。它是一份真正为新手铺好台阶的实战切片从双击PlayChess.class就能弹出游戏窗口开始到读懂Robot.java里第47行那个if (count 3 count 5)判断背后的博弈逻辑为止全程没有断层。关键词里的“Java五子棋”不是泛指——它严格限定在二维数组Swing事件模型基础AI策略的技术栈内“Swing游戏”意味着所有绘图都基于Canvas重写paint()不依赖JavaFX或第三方UI库“人机对战”的AI不是随机落子而是用“空位计数权重评估”模拟初级思考“逐行注释”不是每行写// 这是变量i而是像这样“// 检查右下斜线从(row-4,col-4)扫到(row4,col4)避免越界导致ArrayIndexOutOfBoundsException”而“新手项目”三个字背后是作者把Eclipse导入失败率从73%压到3%的设计.project文件里明确指定JDK 1.8兼容性readme.txt第一行就写着“若提示‘Unsupported major.minor version 52.0’请安装JDK 8”连字体渲染模糊这种Windows常见问题都给了System.setProperty(awt.useSystemAAFontSettings,on)的解决方案。这个工程最反直觉的价值在于它用“最小可行系统”倒逼你理解面向对象的本质。比如Stack.java只有62行但当你看到PlayChess里调用undoStack.push(new Move(row, col))再跳转到Stack的push()方法里发现它内部只维护一个LNode头指针就会突然明白什么叫“封装”——不是为了炫技写链表而是因为悔棋必须满足后进先出LIFO而数组实现的栈在频繁pop()时会产生大量内存移动链表才是时间复杂度O(1)的解。这种“问题驱动设计”的思维比背一百遍private和public的区别管用得多。资源包里那些看似杂乱的文件其实藏着老手的细节预判bg_game.JPG特意用RGB 24位无压缩格式避免Swing加载PNG透明通道时出现灰边bg.mid选的是MIDI而非MP3因为Java原生Applet.newAudioClip()只支持MIDI和AU省去引入第三方音频库的麻烦连pointer.png都做了2倍尺寸适配32×32像素确保在高分屏Windows上鼠标悬停时不会糊成一团马赛克。这些细节不会写在注释里但当你在PlayChess.java的mouseMoved()方法里看到setCursor(Toolkit.getDefaultToolkit().createCustomCursor(...))这行代码时自然就懂了。如果你正在纠结“学完Java基础该做什么项目”或者被网上那些“SpringBootVueRedis”的全栈教程吓退不妨先把这个五子棋解压到桌面。不需要改任何一行代码双击运行后试着点开Robot.java找到getBestMove()方法对照着注释一行行读下去——你会发现所谓“算法”不过是把人脑想“这里放黑子胜算大”的直觉拆解成for循环扫描、if条件判断、int[] score数组累加的过程。而这份可触摸、可打断、可逐行调试的实在感正是新手跨越理论到实践最关键的那道门槛。2. 整体架构与设计思路五个类如何撑起一盘五子棋2.1 核心类职责划分拒绝“上帝类”每个类只做一件事很多新手写的五子棋会把所有逻辑塞进一个ChessGame类绘图、事件监听、胜负判断、AI计算全在里面结果改个按钮颜色都要通读300行代码。而本工程采用清晰的单一职责原则五个核心类各司其职且彼此解耦程度极高PlayChess.javaGUI容器与流程控制器它不负责具体怎么画棋盘也不计算AI落子位置只做三件事初始化界面加载bg_game.JPG、设置menu.png为背景、注册事件监听器MouseListener响应点击ActionListener处理“悔棋”“新局”按钮、协调其他模块工作点击棋盘时调用NullAndCount.checkWin()判断胜负触发AI时调用Robot.getBestMove()。就像餐厅经理——不炒菜、不端盘、不洗碗但知道什么时候该叫厨师、什么时候该上甜点。Robot.java独立AI决策引擎它甚至不知道自己在哪个界面上运行。构造函数只接收一个int[][] board二维数组代表当前棋盘状态getBestMove()方法返回Point对象坐标完全不涉及Swing组件。这意味着你可以把它抽出来单独测试写个控制台程序手动填充数组board[3][3]1; board[3][4]1; board[3][5]1;然后调用robot.getBestMove()立刻验证AI是否真会堵住三连。这种设计让AI逻辑可测试、可替换、可升级——明天你想换成Minimax算法只需重写getBestMove()PlayChess里一行代码都不用改。NullAndCount.java纯粹的数学判定器它的名字就暴露了设计哲学“空位”Null和“计数”Count是五子棋胜负判定仅有的两个数学要素。类里只有静态方法checkWin(int[][] board, int row, int col)接收落子坐标扫描该点所在横、竖、两斜共四个方向统计连续同色棋子数量。关键在于它不维护任何状态——不记录上一步谁走的不缓存扫描结果每次调用都是干净的数学计算。这种无状态设计让判定逻辑极度可靠哪怕你在PlayChess里误操作导致board数组被污染只要传入正确的row/colcheckWin()依然能给出正确答案。Stack.java与LNode.java悔棋功能的底层数据结构这里体现了“用对的数据结构解决对的问题”的工程思想。为什么不用ArrayList实现悔棋因为ArrayList.remove(0)删除首元素是O(n)时间复杂度而五子棋悔棋需要高频pop()删除最后一步。Stack用链表实现push()和pop()都是O(1)LNode作为节点类只包含row、col、color三个字段和next指针内存占用极小。更妙的是Stack的clear()方法——它不遍历释放每个节点而是直接top null让整个链表被GC自动回收避免了新手常犯的“手动置null防内存泄漏”的认知负担。提示观察PlayChess.java第128行undoStack.pop()后的处理逻辑。它不是简单地把棋子从数组里清零而是调用repaint()触发界面重绘并更新currentPlayer状态。这说明GUI刷新、数据同步、状态流转是三个独立关注点由不同类协作完成——这才是真正的MVC雏形。2.2 为什么选择Swing而非JavaFX或AWT有人问“现在都2024年了为什么还用Swing”这个问题的答案藏在PlayChess.java的initComponents()方法里。对比JavaFX的FXML加载和CSS样式Swing的纯代码构建虽然冗长但零配置、零依赖、零版本冲突// PlayChess.java 第89行Swing创建按钮的原始方式 JButton newGameBtn new JButton(新局); newGameBtn.setFont(new Font(微软雅黑, Font.BOLD, 14)); newGameBtn.setBackground(new Color(100, 180, 255)); newGameBtn.setBorder(BorderFactory.createRaisedBevelBorder());这段代码在JDK 1.8到17的所有版本中行为一致。而JavaFX在JDK 11后移除了内置支持你需要额外下载javafx-sdk并配置--module-path稍有不慎就报java.lang.NoClassDefFoundError: javafx/application/Application。至于AWT它的Canvas绘图虽然轻量但缺乏Swing的JLayeredPane分层能力——本工程用JLayeredPane实现了菜单层menu.png、棋盘层bg_game.JPG、棋子层black.png/white.png的完美叠加这是AWT做不到的。更重要的是Swing的事件模型对新手极其友好。MouseListener的五个回调方法mousePressed,mouseReleased,mouseClicked,mouseEntered,mouseExited对应着真实鼠标操作的物理阶段。当你在PlayChess.java里看到public void mousePressed(MouseEvent e) { if (gameRunning currentPlayer PLAYER_HUMAN) { int x e.getX(); int y e.getY(); // 计算点击落在哪个格子... } }你能立刻联想到用户按住鼠标左键的瞬间程序就开始响应。这种“所见即所得”的事件映射比JavaFX的setOnMouseClicked()抽象回调更容易建立直觉。2.3 AI策略的务实取舍不追求完美只保证可理解Robot.java里的AI不是AlphaGo级别的蒙特卡洛树搜索而是基于局部威胁评估的启发式算法其核心逻辑只有三步扫描所有空位遍历board数组找出值为0的位置计算每个空位的“威胁值”对每个空位(r,c)模拟在此处落子临时设为PLAYER_AI调用NullAndCount.checkWin()检查是否形成五连若未赢则统计该位置在四个方向上“已有连续同色棋子数”例如横向有3个黑子相邻则此空位横向威胁值为3选择最高威胁值位置比较所有空位的威胁值返回最大值对应坐标。这个策略的精妙之处在于可调试性。Robot.java第65行有个关键注释“// 威胁值权重活四1000, 冲四500, 活三100, 冲三50”。这意味着你可以在getThreatScore()方法里临时修改这些数字比如把“活三”权重从100改成500立刻就能观察到AI变得更激进——它会优先构建三连而非防守。这种“改个参数就能看到行为变化”的特性是学习算法原理的黄金入口。注意Robot.java第102行if (threatScore bestScore)的判断隐含了一个重要设计——AI永远优先攻击而非防守。这解释了为什么新手玩家有时能靠“骗招”获胜故意在角落留出冲四陷阱AI因检测不到更高威胁值而忽略。这不是Bug而是刻意为之的教学设计它迫使你思考“如何让AI学会权衡攻防”进而引出后续学习Minimax或Alpha-Beta剪枝的动机。3. 核心模块深度解析从绘图到AI的逐层穿透3.1 Canvas绘图机制如何让棋盘像素级精准Swing绘图的核心是Canvas组件的paint(Graphics g)方法但新手常陷入两个误区一是直接在JFrame上绘图导致闪烁二是用g.drawString()画坐标轴调试时发现文字模糊。本工程的PlayChess.java第215行给出了标准解法Override public void paint(Graphics g) { super.paint(g); // 必须调用父类paint否则背景不刷新 Graphics2D g2d (Graphics2D) g; // 启用抗锯齿解决文字/线条边缘锯齿 g2d.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON); // 启用文本抗锯齿 g2d.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING, RenderingHints.VALUE_TEXT_ANTIALIAS_ON); // 绘制背景图 g2d.drawImage(bgImage, 0, 0, this); // 绘制棋盘网格线 drawBoardGrid(g2d); // 绘制所有棋子 drawAllPieces(g2d); }这里的关键细节是Graphics2D的强制类型转换。Graphics是抽象基类Graphics2D才提供setRenderingHint()等高级渲染控制。而super.paint(g)的调用绝非可有可无——它会先擦除旧画面避免多次repaint()产生残影。如果你删掉这行快速点击棋盘时会出现棋子拖影这就是典型的“未清除背景”问题。棋盘网格线的绘制drawBoardGrid()方法采用了动态缩放设计。PlayChess.java第240行定义了GRID_SIZE 30格子间距但实际绘制时for (int i 0; i BOARD_SIZE; i) { // 横线y坐标 margin i * GRID_SIZE g2d.drawLine(margin, margin i * GRID_SIZE, width - margin, margin i * GRID_SIZE); // 竖线x坐标 margin i * GRID_SIZE g2d.drawLine(margin i * GRID_SIZE, margin, margin i * GRID_SIZE, height - margin); }margin边距和BOARD_SIZE棋盘大小在类顶部定义为final static int这意味着你只需修改BOARD_SIZE 15整个15×15棋盘围棋规格就能自动生成无需调整任何坐标计算。这种参数化设计正是工业级代码与玩具代码的分水岭。棋子绘制则展示了资源管理的最佳实践。PlayChess.java第275行// 根据棋子颜色选择图片 Image pieceImg (pieceColor PLAYER_BLACK) ? blackPiece : whitePiece; g2d.drawImage(pieceImg, x - PIECE_RADIUS, y - PIECE_RADIUS, // 居中绘制减去半径偏移 PIECE_RADIUS * 2, PIECE_RADIUS * 2, // 宽高均为直径 this);PIECE_RADIUS 12确保棋子直径24像素在30像素格距下留有6像素呼吸空间视觉上不拥挤。而x - PIECE_RADIUS的偏移计算避免了新手常犯的“棋子左上角对齐格子左上角”导致的错位问题。3.2 事件驱动编程鼠标点击如何变成一次落子Swing的事件模型常被描述为“委托式”但新手很难理解“为什么要在PlayChess里写addMouseListener(this)”。真相是this即PlayChess实例同时实现了MouseListener接口因此它既是事件源拥有addMouseListener方法又是事件处理器必须实现mousePressed()等5个方法。这种设计让逻辑集中避免了创建匿名内部类带来的代码膨胀。mousePressed()方法的实现PlayChess.java第142行是理解事件驱动的关键public void mousePressed(MouseEvent e) { if (!gameRunning || currentPlayer ! PLAYER_HUMAN) return; int x e.getX(); int y e.getY(); // 将像素坐标转换为棋盘坐标0-14 int col (x - margin GRID_SIZE/2) / GRID_SIZE; int row (y - margin GRID_SIZE/2) / GRID_SIZE; // 边界检查确保点击在有效棋盘范围内 if (row 0 || row BOARD_SIZE || col 0 || col BOARD_SIZE) return; // 检查该位置是否为空 if (board[row][col] ! 0) return; // 执行落子 board[row][col] PLAYER_HUMAN; undoStack.push(new Move(row, col, PLAYER_HUMAN)); // 记录悔棋步骤 repaint(); // 触发重绘 // 判断人类玩家是否获胜 if (NullAndCount.checkWin(board, row, col)) { JOptionPane.showMessageDialog(this, 恭喜你赢了); gameRunning false; return; } // 切换到AI回合 currentPlayer PLAYER_AI; // AI自动思考并落子在EDT线程中 SwingUtilities.invokeLater(() - { Point aiMove robot.getBestMove(board); board[aiMove.y][aiMove.x] PLAYER_AI; undoStack.push(new Move(aiMove.y, aiMove.x, PLAYER_AI)); repaint(); if (NullAndCount.checkWin(board, aiMove.y, aiMove.x)) { JOptionPane.showMessageDialog(this, AI获胜); gameRunning false; } else { currentPlayer PLAYER_HUMAN; } }); }这段代码揭示了三个重要概念1.坐标转换(x - margin GRID_SIZE/2) / GRID_SIZE中的 GRID_SIZE/2是四舍五入技巧确保点击格子中心区域如x45能正确映射到col1而非col02.线程安全AI计算robot.getBestMove()在EDTEvent Dispatch Thread外执行但落子操作必须回到EDT故用SwingUtilities.invokeLater()包裹。若直接在mousePressed()里执行AI计算界面会卡死3.状态机思维gameRunning和currentPlayer构成游戏状态每次落子后必须显式更新否则会出现“人类下完AI不响应”或“AI赢了还能继续下”的逻辑错误。3.3 胜负判定算法二维数组扫描的四种方向NullAndCount.java的checkWin()方法是本工程算法核心它用最朴素的暴力扫描实现高可靠性。以横向扫描为例checkHorizontal()方法private static boolean checkHorizontal(int[][] board, int row, int col) { int count 1; // 当前位置本身算1个 int color board[row][col]; // 向右扫描col1, col2, ... for (int c col 1; c BOARD_SIZE board[row][c] color; c) { count; } // 向左扫描col-1, col-2, ... for (int c col - 1; c 0 board[row][c] color; c--) { count; } return count 5; }这个算法的巧妙在于以落子点为中心双向扩展而非从头遍历整行。假设玩家在(7,7)落子传统做法是扫描第7行所有15个位置而本算法只检查(7,6)、(7,5)…向左和(7,8)、(7,9)…向右最多扫描9次5个向右4个向左就得出结论。时间复杂度从O(n)降到O(1)且逻辑清晰无歧义。更关键的是边界防护。c BOARD_SIZE和c 0的判断放在for循环条件里而非循环体内if语句这避免了ArrayIndexOutOfBoundsException。而board[row][c] color的判断顺序不能颠倒——必须先检查索引合法性再访问数组否则c-1时直接崩溃。四个方向横、竖、右下斜、左下斜的扫描逻辑高度复用。checkDiagonal1()右下斜的坐标变换是board[rowi][coli]checkDiagonal2()左下斜则是board[rowi][col-i]。这种模式化设计让代码易于维护若要支持六子棋只需将count 5改为count 6四处修改即可无需重写算法。实操心得在NullAndCount.java第88行checkWin()方法调用四个方向检查时用了短路逻辑||java return checkHorizontal(board, row, col) || checkVertical(board, row, col) || checkDiagonal1(board, row, col) || checkDiagonal2(board, row, col);这意味着只要横向扫描已确认胜利后续三个方向根本不会执行进一步优化性能。这种“尽早退出”的思维是编写高效算法的基本素养。3.4 AI对战实现从空位扫描到威胁评估的完整链条Robot.java的getBestMove()方法是本工程最具教学价值的部分它把抽象的“AI思考”分解为可追踪的步骤。我们以getThreatScore()方法第132行为切入点还原整个决策链条第一步获取所有合法空位getAllEmptyPositions()遍历board收集Point列表。这里有个隐藏细节Point的x/y坐标与数组索引[row][col]是反的Point(x,y)对应board[y][x]这是AWT坐标系与数组索引的习惯差异Robot.java第45行注释明确提醒了这点。第二步对每个空位计算威胁值getThreatScore()的核心是evaluatePosition()第158行private int evaluatePosition(int[][] board, int row, int col, int player) { int totalScore 0; // 检查四个方向横、竖、右下斜、左下斜 totalScore evaluateDirection(board, row, col, player, 0, 1); // 横向 totalScore evaluateDirection(board, row, col, player, 1, 0); // 竖向 totalScore evaluateDirection(board, row, col, player, 1, 1); // 右下斜 totalScore evaluateDirection(board, row, col, player, 1, -1); // 左下斜 return totalScore; }evaluateDirection()第175行才是真正干活的方法。它接收方向向量(dr, dc)例如(0,1)表示横向行不变列1。算法分三步1.模拟落子临时将board[row][col]设为player2.扫描连续棋子沿(dr,dc)方向向前扫描统计连续同色数forwardCount沿(-dr,-dc)方向向后扫描统计backwardCount3.计算威胁等级total forwardCount backwardCount 11是当前位置然后根据total查权重表-total 5→ 活五必胜返回10000分-total 4→ 检查是否为“活四”两端空是则1000分否则500分冲四-total 3→ 活三100分冲三50分-total 2→ 活二10分…第三步选择最优位置getBestMove()遍历所有空位的威胁值返回最大值对应的Point。但这里有个精妙的防平局机制第95行if (threatScore bestScore || (threatScore bestScore random.nextDouble() 0.5)) { bestScore threatScore; bestMove pos; }当多个空位威胁值相同时用随机数决定选哪个避免AI总是固定选择左上角增加游戏趣味性。注意事项Robot.java第198行restoreBoard()方法至关重要。它在evaluateDirection()结束后将board[row][col]恢复为0。如果忘记这步临时落子会污染真实棋盘导致AI下一步计算基于错误状态。这个“模拟-评估-还原”的三段式结构是所有基于搜索的AI算法的基石。4. 实操过程详解从解压到运行的每一步避坑指南4.1 环境准备JDK版本与路径配置的硬性要求本工程明确要求JDK 1.8Java 8这是由readme.txt和编译生成的.class文件决定的。如果你用JDK 17运行会遇到经典的java.lang.UnsupportedClassVersionError: ... Unsupported major.minor version 52.0错误。这里的52.0就是Java 8的版本号Java 7是51Java 9是53。解决方案只有两个降级JDK推荐新手- 卸载现有JDK从Oracle官网下载JDK 8u391最新免费版- 安装后配置环境变量bash # Windows PowerShell $env:JAVA_HOMEC:\Program Files\Java\jdk1.8.0_391 $env:PATH$env:JAVA_HOME\bin;$env:PATH # 验证 java -version # 应输出 java version 1.8.0_391保留多版本JDK进阶用户- 在项目根目录创建run.batWindows或run.shMac/Linuxbash # run.bat C:\Program Files\Java\jdk1.8.0_391\bin\java.exe -cp . PlayChess pause- 这样无需全局切换JDK双击run.bat即可启动。提示readme.txt里提到“若使用IDE请在项目属性中设置Compiler Compliance Level为1.8”。以Eclipse为例右键项目 → Properties → Java Compiler → 勾选“Enable project specific settings” → 将“Compiler compliance level”设为“1.8”。若忽略此步即使JDK 8已安装Eclipse仍可能用默认的JDK 17编译导致.class文件版本不匹配。4.2 运行方式命令行与IDE的双轨启动法工程提供了三种启动方式适用不同场景方式一命令行直接运行最快捷1. 解压到无中文路径的文件夹如D:\fivechess2. 打开命令行进入该目录bash cd /d D:\fivechess3. 执行bash java PlayChess注意这里不加.class后缀也不加-cp .当前目录默认在类路径中。如果提示“找不到或无法加载主类”大概率是路径中有空格或中文或JDK未正确配置。方式二Eclipse一键导入最省心1. 启动EclipseFile → Import → General → Existing Projects into Workspace2. 选择解压后的文件夹勾选项目名通常为FiveGame或vN0enAJBTzFYAzjmoJvZ-master...3. 点击FinishEclipse会自动识别.project和.classpath无需手动配置4. 在Package Explorer中找到PlayChess.java右键 → Run As → Java Application。方式三IntelliJ IDEA导入需微调IntelliJ不识别.project文件需手动配置1. File → New → Project from Existing Sources → 选择解压目录2. 选择“Create project from existing sources” → Next3. 在“Project SDK”中选择JDK 1.84. 关键步骤在“Additional Libraries and Frameworks”中勾选“Java”和“Swing”5. Finish后右键PlayChess.java→ Run ‘PlayChess.main()’。实操心得首次运行时如果界面显示异常如棋盘空白、按钮错位大概率是资源文件路径问题。PlayChess.java第55行getClass().getResource(/bg_game.JPG)使用的是类路径相对路径这意味着bg_game.JPG必须放在src目录下或编译后与.class同级。检查解压后的目录结构确保图片文件不在resources/子文件夹里否则需修改代码为/resources/bg_game.JPG。4.3 功能验证如何系统性测试每一项特性不要满足于“能运行就行”用以下清单逐项验证确保你真正理解了代码测试项预期现象关键代码位置常见问题双人对战点击棋盘黑子白子交替出现PlayChess.java第142行mousePressed()若只能下黑子检查currentPlayer是否未切换第185行currentPlayer PLAYER_AI悔棋功能点击“悔棋”按钮最后一步棋子消失PlayChess.java第202行undoBtn.addActionListener()若悔棋无效检查undoStack.pop()后是否调用repaint()第208行AI对战人类下完AI自动落子不卡顿PlayChess.java第180行SwingUtilities.invokeLater()若AI不响应检查currentPlayer是否仍为PLAYER_HUMAN状态未更新胜负判定形成五连时弹出提示框NullAndCount.java第88行checkWin()若未触发用Debug模式检查board[row][col]值是否为1或2非0背景音乐游戏开始时播放bg.midPlayChess.java第72行Applet.newAudioClip()MIDI文件需用绝对路径或正确类路径/bg.mid应与.class同级特别提醒“悔棋”测试连续悔棋3步后再下新子此时undoStack.size()应为原数量-31。打开Stack.java在push()和pop()方法里加System.out.println(Stack size: size)实时观察栈大小变化这是理解数据结构最直观的方式。4.4 常见问题排查那些让你抓狂半小时的“低级错误”问题1点击棋盘无反应控制台无报错排查路径- 检查PlayChess.java第138行gameRunning初始值是否为true第42行private boolean gameRunning true;- 检查mousePressed()方法是否被正确注册boardPanel.addMouseListener(this)第115行- 最隐蔽的原因boardPanel的setPreferredSize()尺寸是否小于窗口导致点击区域实际是空白背景。在initComponents()里添加java boardPanel.setPreferredSize(new Dimension(600, 600)); // 确保足够大问题2AI总是下在(0,0)无视棋盘状态根源Robot.java第90行getAllEmptyPositions()返回空列表导致getBestMove()默认返回(0,0)。验证方法在getBestMove()开头加日志System.out.println(Empty positions: emptyPositions.size());若输出0说明board数组全满或全空——检查PlayChess.java里board初始化是否为new int[BOARD_SIZE][BOARD_SIZE]第45行而非new int[0][0]。问题3悔棋后棋子消失但board数组未更新定位代码PlayChess.java第208行undoStack.pop()后必须有Move lastMove undoStack.pop(); board[lastMove.row][lastMove.col] 0; // 关键清空数组 repaint();若缺少board[...]0界面重绘时仍会从board读取旧值造成“棋子还在”的假象。问题4背景图bg_game.JPG显示为灰色方块原因Swing加载JPEG时默认使用ImageIO.read()但本工程用Toolkit.getDefaultToolkit().getImage()第55行后者异步加载drawImage()时图像可能未就绪。解决方案在initImages()方法末尾添加同步等待MediaTracker tracker new MediaTracker(this); tracker.addImage(bgImage, 0); try { tracker.waitForID(0); } catch (InterruptedException e) {}高级技巧在PlayChess.java第220行paint()方法开头添加System.out.println(Repaint called at System.currentTimeMillis());。当你疯狂点击按钮时如果控制台刷屏打印说明repaint()被过度调用需检查是否有repaint()写在mouseMoved()里应只在mousePressed()中调用。5. 进阶改造与学习路径从运行到二次开发的跃迁5.1 三个安全的入门级改造动手即见效不要急于重构整个AI先从这三个零风险改动开始建立掌控感改造1更换棋盘主题bg_game.JPG是15×15棋盘但你想试试19×19围棋规格只需两步1. 修改PlayChess.java第38行BOARD_SIZE 192. 用画图软件将bg_game.JPG拉伸为600×600像素保持纵横比确保网格线清晰。效果棋盘变大落子逻辑完全不变因为所有坐标计算都基于BOARD_SIZE和GRID_SIZE。改造2调整AI进攻性想让AI更激进打开Robot.java第102行把权重表中的LIVE_THREE_SCORE从100改为300private static final int LIVE_THREE_SCORE 300; // 原为100保存后重新编译javac Robot.java再运行。你会发现AI更倾向于构建三连而非单纯防守——这是理解“权重调优”的最佳入口。改造3添加音效反馈bg.mid只在开局播放你想落子时也“滴”一声在PlayChess.java第165行board[row][col] PLAYER_HUMAN;后添加try { AudioClip clickSound Applet.newAudioClip(getClass().getResource(/click.wav)); clickSound.play(); } catch (Exception ex) { // 若wav文件不存在静默失败 }然后把click.wav任意短促音效放入同级目录。注意Java原生只支持.wav和.mid不支持.mp3。5.2 通向中级开发的三座桥梁当你能流畅修改上述内容就可以挑战这些真正提升工程能力的任务桥梁1实现网络对战Socket基础目标两台电脑运行同一程序一台当Server一台当Client。- 新建NetworkManager.java用ServerSocket监听端口-PlayChess.java中将mousePressed()的落子逻辑改为本地更新board→ 发送MOVE 7 5字符串到对方 → 等待对方回传- 关键难点Swing线程安全——网络I/O不能阻塞EDT必须用SwingWorker在后台线程执行。学习价值理解阻塞I/O与GUI线程的协作模式。桥梁2持久化棋局文件IO进阶目标退出游戏时自动保存当前board数组重启后可继续。- 在PlayChess.java的windowClosing()事件中用ObjectOutputStream将board序列化到save.dat- 启动时检查save.dat是否存在存在则反序列化加载。学习价值掌握Java序列化机制与异常处理IOException,ClassNotFoundException。桥梁3可视化AI思考过程Swing高级绘图目标AI计算时在棋盘上显示每个空位的威胁值红色数字。- 在paint()方法中遍历board对每个空位(r,c)调用robot.getThreatScore(board, r, c)- 用g2d.drawString(score, x, y)在对应位置绘制数字。学习价值深入理解Swing双缓冲绘图与坐标系映射。5.3 面向对象设计的再思考当需求变更时代码如何应对假设产品经理突然提出“增加‘禁手规则’黑棋不能三三、四四、长连”。你会如何修改这不是考察算法而是检验OOP设计质量坏方案在NullAndCount.checkWin()里堆砌if (playerBLACK) {...}判断很快代码变得臃肿难读好方案创建RuleEngine接口定义isLegalMove(int[][] board, int row, int col, int player)方法StandardRule实现基础五连规则RenjuRule实现禁手规则复用NullAndCount的扫描逻辑只在最后加禁手检查PlayChess中注入RuleEngine实例落子前调用ruleEngine.isLegalMove(...)。这种设计让规则可插拔未来支持“连珠”、“花月”等变种规则只需新增实现类PlayChess零修改。而本工程现有的清晰类职责划分NullAndCount只负责数学判定正是支撑这种演化的坚实基础。最后分享一个小技巧在PlayChess.java第45行board数组声明处将其改为private final int[][] board;并在构造函数中初始化。虽然会增加几行代码但final修饰符能防止意外的board new int[15][15]赋值让数组引用不可变——这是防御性编程的第一课。真正的高手不是写出最炫的算法而是让代码在需求变更的风暴中依然稳如磐石。本文还有配套的精品资源点击获取简介直接运行的Java五子棋游戏工程基于Swing构建完整GUI含主程序PlayChess、AI逻辑Robot、栈Stack、链表节点LNode、胜负判定NullAndCount等全部源码文件均已添加清晰中文注释关键步骤逐行说明。配套资源齐全棋子图片black.png/white.png、游戏背景bg_game.JPG、菜单图menu.png、指针pointer.png、音效bg.mid等。支持双人对战与人机对战AI具备基础落子策略悔棋功能依托栈结构实现胜负判断采用二维数组扫描连续计数逻辑。项目已编译生成.class文件附带readme.txt详细说明JDK版本要求、Eclipse导入方式含.project和.classpath、运行命令及常见问题。无需修改代码解压后用IDE或命令行即可一键启动适合零基础学习面向对象编程、事件监听、GUI绘图、数组应用与简单算法实现。本文还有配套的精品资源点击获取