这是人工智能的一个方向，主要是在跟计算机在下棋，所以你应该从计算机的角度去思考问题，下面这篇文章是转载滴：
这样策略本质上使用的是深度搜索策略，所以一般可以使用递归的方法来实现。在搜索过程中，对本方有利的搜索点上应该取极大值，而对本方不利的搜索点上应该取极小值。（主要是指计算机方）
极小值和极大值都是相对而言的。
在搜索过程中需要合理的控制搜索深度，搜索的深度越深，效率越低，但是一般来说，走法越好。
极大极小搜索可以分开写，也可以放在一起写。
主要的算法步骤如下：
输入：搜索的深度
输出：节点的最佳走法，及其对应的最佳估值
函数形式：int minMaxSearch(int depth ) 这里也可以添加int side参数表示当前谁是走棋方，有一些是对谁走棋是敏感的，有一些对谁走棋是不敏感的。
如果轮到红方走棋，则
初始化最优值best = 负无穷大 //极大点，这里认为红方先走棋
否则
初始化最优值best = 正无穷大 //极小点
如果depth<= 0
调用评估函数值
否则
生成当前所有合理的走法
对每一步走法
执行走法
调用minMaxSearch(depth -1 ) , 并把值赋给value
撤销走法
如果轮到红方走棋，则
如果value > best
best = value
如果depth == MAX_DEPTH
bestMove = mv
否则
如果value < best
best = value
如果depth == MAX_DEPTH
bestMove = mv
返回best
