简介：面向Java开发者的五子棋游戏实战教程资源包，覆盖棋盘设计、棋子逻辑、玩家交互、AI算法与图形界面构建等核心环节，适合希望通过完整项目入门游戏开发的编程学习者。压缩包共65个文件，包含工程源码、可执行程序、音频与位图素材、配置说明及文档等类型，整体大小仅2.73MB，结构清晰便于按需检索。目前已有204人学习，教程重点拆解了棋盘类、棋子类与玩家类的设计思路，并解释Swing/JavaFX事件驱动模式下的游戏循环流程；同时延伸到Minimax与Alpha-Beta剪枝算法，以及悔棋、存档、难度调节等扩展功能。读者可从中获得完整游戏框架的代码阅读路径、AI优化思路、界面交互细节与常见边界问题排错技巧，系统掌握五子棋从实现到测试优化的完整链路。配合包内说明文档，可对照工程逐步复现项目，尤其适合课程设计与自学练手。
1. 项目来了：为什么我建议你用Java写一个五子棋
做技术这些年，我陆陆续续带过不少新人，也帮很多准备面试的朋友看过项目。聊到练手项目，我每次都会推荐一个几乎人人都听过、但很少真正自己完整写过的程序：五子棋。
这句话放在这里，熟悉的朋友应该已经能猜到我要说什么了。五子棋听上去简单，但把Java的核心知识点几乎全部串上了，包括面向对象设计、二维数组建模、事件监听、图形界面绘制，甚至还能往深处延伸到AI博弈、评分算法、悔棋状态栈这些高级话题。单说性价比，同类练手项目里几乎没有比它更合适的了。
这篇文章不会只讲一个能跑起来的demo，我会把自己实际写这个项目时的完整思路、踩过的坑、调试技巧全部拆开讲。不管你是刚学完Java基础正在找第一个项目的初学者，还是想在简历上补一个"有技术含量的小游戏"的求职者，这套内容都可以直接照着做。
需要说明一下项目的基本定位：我们最终做出来的是一个基于Swing界面的桌面五子棋，支持双人对战，附带悔棋、重新开局、简单的AI落子评分功能。从零开始，完整代码加调试，按我的节奏大概需要一个周末的时间。
2. 动手之前：用二维数组建模棋盘，是整个项目的基石
2.1 棋盘的数据结构选型
写游戏的第一步不是画界面，而是想清楚棋盘在程序里怎么存。很多新手一上来就研究怎么画线、怎么贴图，结果写到胜负判断时发现根本无从下手，因为棋盘数据没有一个清晰的模型。
正确的顺序是先定数据结构，再做界面。
五子棋的棋盘是15×15的网格，最自然的存法就是一个二维数组。我定义成：
private int[][] board = new int[15][15];数组里每一个值代表一个交叉点的状态：0表示空位，1表示黑子，2表示白子。这套约定贯穿整个项目的所有模块，不管是落子、判断胜负还是AI算分，读写的都是同一个board。
为什么用int数组而不是别的结构？一个很直白的原因：int的默认值是0，天然对应"空位"，不需要额外初始化。如果你想做带悔棋功能，二维数组也方便拷贝，深拷贝一行代码就能生成一个历史快照。另外，数组的下标就对应棋盘坐标，后续做范围判断、周围扫描都非常直观，省去了维护复杂坐标对象的成本。
2.2 界面层与数据层怎么分工
Swing界面只做两件事：把board画出来，把鼠标点击坐标换算成数组下标。真正决定游戏状态的永远是board中的数据，界面只是一个可视化外壳。
我用一个自定义的JPanel做棋盘绘制，在paintComponent方法里画网格、画棋子。注意一个细节：Swing的绘制是在事件分发线程（EDT）上执行的，所有对界面组件的修改都应在这个线程里做，否则可能出现界面错乱。实际操作中最稳妥的做法是所有交互逻辑放在监听器或SwingUtilities.invokeLater里跑。
这个"数据与界面分离"的思路，往大了说就是MVC的雏形。面试时如果被问到"你这个项目怎么设计的"，能讲清楚这一层，已经比绝大多数只会复制代码的人强很多了。
3. 落子与绘制：事件监听的几个关键坑
3.1 鼠标坐标到棋盘坐标的换算
棋盘落在界面上，每个交叉点之间的间距我设置为30像素（后面统称gridSize），左上角留了30像素的边距（offset）。鼠标点一下，怎么知道点在哪一格？
int col = (e.getX() - offset + gridSize / 2) / gridSize; int row = (e.getY() - offset + gridSize / 2) / gridSize;这里有个细节很容易被忽略：为什么要加gridSize的一半再除？因为用户很少能精确点到交叉点上，落点只要落在某个格子附近，就应该归到离它最近的交叉点。加了半个格子宽度再整除，本质就是四舍五入，这样鼠标点下去的手感才不会让人觉得"明明点了却落在别处"。
换算完成后，必须做两个校验：一是坐标是否在棋盘合法范围内，二是该位置是否已经有棋子。我见过不少跑起来就崩的五子棋，基本都是漏了越界判断，点边缘就数组下标越界。
if (row < 0 || row >= 15 || col < 0 || col >= 15 || board[row][col] != 0) { return; }3.2 重绘机制：改了数据怎么让界面刷新
落子的核心动作本质上就三步：修改board数组、判断是否获胜、调用repaint()让界面重新绘制。
很多人第一次写Swing时会在paintComponent里写"画当前棋子"的逻辑，这是错的。正确的做法是paintComponent里无条件地把整个board重新遍历一遍，根据每个位置的值决定画黑子、白子还是不画。这样做的好处是逻辑单一、不会出现残影。每下一子就全量重绘一次，15×15=225个格子的绘制量对现代电脑来说几乎可以忽略不计，根本不存在性能问题。
还有一个小坑要提醒：重绘时棋子画成实心圆，可以直接用：
g.fillOval(x - pieceSize / 2, y - pieceSize / 2, pieceSize, pieceSize);注意fillOval的前两个参数是外接矩形的左上角坐标，不是圆心。想画在交叉点上就需要减去棋子半径。做黑白棋时记得画完黑子加一个细边框，不然深色背景下观感很差。
4. 胜负判断：五子棋程序的灵魂所在
4.1 为什么说判断逻辑决定整个项目的上限
可以说，任何一个五子棋程序，不管做得再花哨，最终玩家体验都落在胜负判断准不准、快不快上。判断慢半秒，或者出现"明明五颗连在一起却说没赢"的诡异局面，这个游戏基本就没法用了。
初学的时候我见过一个很"暴力"的写法：每次落子后，把整个棋盘所有位置遍历一遍，检查每个位置往四个方向能不能连成五个。这种做法不是不行，但在效率上和代码优雅度上都很差。而且它还有一个隐患：因为全盘扫，你可能在一个棋子落下后错误地判定出两个胜利方向。
正确的思路是：每次只在当前落子位置的基础上，向四个方向延伸检查。因为获胜的五连必然包含刚下的这颗棋子——如果下之前已经赢了，游戏早就结束了，所以只需要检查包含当前点的连线即可。
4.2 四方向检查模板
四个方向分别是水平、垂直、两条对角线。核心逻辑完全一样：从当前棋子出发，往一个方向数连续相同棋子的数量，再从当前点往反方向数，总数加起来大于等于5就赢了。
这里有个值得写的优化点：检查时不用递归也不用复杂算法，只要写一个按方向偏移的循环就行。我封装成下面这样：
private boolean checkWin(int row, int col, int player) { int[][] directions = {{1,0},{0,1},{1,1},{1,-1}}; for (int[] dir : directions) { int count = 1; count += countDirection(row, col, dir[0], dir[1], player); count += countDirection(row, col, -dir[0], -dir[1], player); if (count >= 5) { return true; } } return false; } private int countDirection(int row, int col, int dx, int dy, int player) { int count = 0; int r = row + dx; int c = col + dy; while (r >= 0 && r < 15 && c >= 0 && c < 15 && board[r][c] == player) { count++; r += dx; c += dy; } return count; }这里directions数组里的四个向量，每个向量加上它的相反方向，就覆盖了游戏所需的全部八个相邻方向。认真看这个设计，你会发现它把问题抽象得非常干净：不管哪个方向，都是同一个逻辑。
边界条件我已经用while循环条件处理了，不需要额外写一堆if判断到底是棋盘上边缘还是下边缘。
4.3 为什么建议判断"当前点附近"而不是"全盘扫描"
除了性能上的考虑，全盘扫描最大的问题是容易误判。举个例子，棋盘上同时存在一条黑子四连和一条白子四连，如果你在全盘扫描后直接判断"有任意四连就赢"，就会出现黑白同时获胜的荒谬结果。
所以判定时机也很重要：每落一子，只检查当前落子颜色是否获胜，另一方不做检查。这个时序逻辑听起来很简单，但很多人写着写着就忘了。
5. 进阶玩法：悔棋、重开与简单AI评分
5.1 悔棋功能：用ArrayList当历史栈
悔棋功能是我推荐一定要做的，因为它能培养"栈"这种数据结构在实际项目中的应用意识。
最简单的实现方式：每次落子时，把当前的board快照保存到一个ArrayList里，悔棋时弹出一个历史快照，恢复现场，再重绘。
private ArrayList<int[][]> history = new ArrayList<>(); private void recordHistory() { int[][] snapshot = new int[15][15]; for (int i = 0; i < 15; i++) { snapshot[i] = board[i].clone(); } history.add(snapshot); } private void undo() { if (history.isEmpty()) return; board = history.remove(history.size() - 1); repaint(); }这里有个让人肉疼的细节：不能直接history.add(board)，因为数组存的是引用，后面改board的时候历史记录也会被改，悔棋就完全失效。必须clone每个一维数组，做一次真正的深拷贝。这个坑我当年踩过，第一次写悔棋翻来覆去调试了一晚上，最终恍然大悟是引用传递的问题。
类似的引用陷阱在Java里非常普遍，面试聊起这个项目时，如果你能主动讲清楚"为什么悔棋快照必须深拷贝"，会是很大的加分项。
5.2 重新开始与轮次切换
重开功能没什么难点，把board重置为全0、清空历史、当前玩家设为黑棋、重绘即可。真正的坑在于判断游戏状态：因为加入了悔棋和重开，你必须有一个状态变量标明当前是否在对局中，否则就会出现"游戏已经结束还继续落子"的意外。
我常用的做法是加一个boolean gameOver标记，获胜或和棋时置为true，重开时重置为false，落子的监听器第一行就判断这个标记。
5.3 给AI一点面子：基于评分的贪心落子
很多人听到AI就头大，但其实五子棋的初级AI完全可以用很朴素的启发式评分实现，代码量不大，效果却足以"看起来会下棋"。
核心思路是：遍历所有空位，给每个位置打分，然后选最高分的落子。打分规则可以很直白：
- 某个位置周围有多少颗己方棋子，加分；
- 有多少颗对方棋子，也要加分，因为要堵；
- 能形成四连、三连的位置额外加权重。
我用的这套简单评分，虽然谈不上聪明，但对一个练手项目来说足够撑起"人机对战"的面子。更关键的是，写评分的过程能逼着你把"棋形"这个概念抽象成数据，对之后想做更复杂的博弈算法是很好的铺垫。
6. 常见问题排查：那些年我踩过的坑
6.1 问题速查表
| 现象 | 根源 | 对应解法 |
|---|---|---|
| 鼠标点击没有反应 | 坐标换算越界或落子合法性判断漏了 | 检查行列是否在0~14之间、当前位置是否为0 |
| 棋子重叠在同一位置 | 没有判断当前位置是否为空 | 落子前增加board[row][col] != 0判断 |
| 胜负判断延迟或漏判 | 方向向量没写全，只查了部分方向 | 检查四个方向是否都覆盖，注意反对角线方向 |
| 界面不刷新 | 忘记调用repaint()，或数据与绘制逻辑混杂 | 数据改动后统一调用repaint()，绘制只读取board |
| 悔棋后棋子消失 | 历史记录存了引用，没做深拷贝 | 用clone()逐行拷贝一维数组 |
| 游戏结束后还能落子 | 缺少gameOver状态标记 | 添加状态判断，对局结束后直接return |
| 窗口关闭但进程不退 | 没有设置默认关闭操作 | setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE) |
6.2 调试经验：把棋盘状态打印出来
界面类程序出了问题，最忌讳的就是"肉眼盯着界面看"。我调试五子棋时最常用的手段是在控制台把board按二维数组格式打出来，用符号0/1/2区分空位、黑子、白子。这样能一眼看出数据结构到底对不对，完全不受绘制代码干扰。
这个方法听起来土，但真的能大幅缩小问题范围：如果控制台打印的board是正确的、逻辑也是正确的，那问题多半出在绘制；如果控制台打印本身就是乱的，那就老老实实回到数据结构层面查。
6.3 一个经常被低估的编译问题
开发环境偶尔会出现类找不到或者旧版本缓存导致的问题。项目运行时如果出现奇怪的类加载异常，先不要急着怀疑代码逻辑，试一下mvn clean或者IDE里的"Clear Project Cache"再重新编译，很多诡异问题都只是构建缓存惹的祸。Java项目里这个坑出现频率远比你想的高。
7. 从交作业到拿得出手：扩展方向与我的个人体会
代码跑通、能双人对战、能悔棋、能简单人机对战之后，这个项目已经可以从简历的"项目经历"栏里亮相了。但如果你想让它在一堆项目里显得更有含金量，还有几个方向可以继续加码。
一个是公平性相关的禁手规则，三三禁、四四禁、长连禁，这个做到位就能说明你对五子棋规则有深入理解。另一个是更聪明的AI，把贪心评分升级成极小化极大搜索加Alpha-Beta剪枝，这个就真正触及博弈论与搜索算法的核心了。再有一个是网络对战，用Socket或Netty把两人对战搬到局域网里，告别一台电脑轮着抢鼠标的尴尬。这三个方向任何一个做完，这个项目的技术深度都能再上一个台阶。
最后再说一个我个人的体会：做了这么多年技术、看了这么多简历，真正能体现水平的往往不是你用了多牛的技术栈，而是你对自己做的东西理解得到不到位。五子棋这个项目看起来很朴素，但如果你能把二维数组建模、数据与界面分离、方向向量扫描、深拷贝快照这些点讲清楚，比堆十个人云亦云的微服务项目更有说服力。不要急着追新框架，先把这个小东西吃透，你后面再学什么都会顺很多。
本文还有配套的精品资源，点击获取
