中国象棋，人际博弈

实现基本的象棋功能

实现一步象棋人工智能。

方式： 计算局面分，认为 将：2000分 车：100分 炮：50分 马：50分 兵：20分 士：10分 象：10分

（电脑走黑棋） 等到电脑走时，电脑尝试这一步的所有可能的走法。每一种走法，电脑记录 自己黑棋的分数 blackTotalScore=所有活着的黑棋分数的和， 红棋的分数 redTotalScore=所有活着的红棋分数的和 那么局面分 score = blackTotalScore - redTotalScore 然后选取所有走法中，局面分最大的那种走法。

if(score>maxScore)
{
    maxScore=score;
    ret=step;
}
return ret;

1. 修改程序中bug，防止<Step*> steps内存泄漏，所以使用完steps中的某一元素时，如果不在使用，就将其delete掉。
2. 用最大最小值算法，实现两步的象棋人工智能 比如小偷偷了一堆东西，你要和他分赃，小偷让你选一个袋子，然后小偷从这个袋子中选择一个东西给你。现在有3个袋子，每个袋子有两件物品，价格分别为 很显然，因为为了防止小偷坑你，你应该选择第二个袋子。得到的最好的结果为20. 这就是最大最小值算法。 推广到象棋博弈中： 电脑走一步后，就是人来走。为了防止在人走的时候坑电脑。

1. 优化。 先让我的棋子走完之后，再才让电脑思考。要不然程序会崩溃。就是把程序中，SingleGame.cpp中函数click(int clicked,int& row,int& col) 中 电脑思考的部分提取出来，再启动定时器，从而防止其阻塞界面。也就是先让红棋刷新完，再让电脑思考。

2. n步智能 方法和最大最小值算法一样。只是将层数增加到n层。从上往下分别为：求最大值，求最小值，求最大值，求最小值 。。。依次递归。所以用两个函数 int getMinScore(int level); int getMaxScore(int level); 二者互相递归调用对方。 自己定义层数level，每递归依次level--.直到level==0，退出递归。该方法运算量太大，导致level=4时，就无法计算了。

增加“网络对战”功能