低级别系统设计实战：Tic Tac Toe（井字棋）游戏的设计与多语言实现-平芜编程栈

示例工程

【免费下载链接】awesome-low-level-design

Learn Low Level Design (LLD) and prepare for interviews using free resources.

项目地址：https://gitcode.com/GitHub_Trending/aw/awesome-low-level-design

导读

本篇技术指南以awesome-low-level-design仓库中 problems/tic-tac-toe.md 为问题定义主体，系统讲解如何为经典的 3x3 井字棋游戏做面向面试的低级别系统设计（LLD）。文中完整继承需求文档中的 7 条功能需求与 4 个核心类（Player、Board、Game、TicTacToe），并深入仓库中 C++、Java 等多语言实现源码，剖析回合流转、落子校验、胜负判定、平局检测等关键逻辑，以及用 Strategy / State / Observer 模式、Minimax 算法扩展单机 AI 的工程化写法。读完本文，你将掌握从需求分析到类设计再到多语言落地的一整套 LLD 答题范式，可直接迁移到停车场、电梯、象棋等其他常见面试题。

一、需求分析：把一句话需求拆成可验收的规格

原文档 problems/tic-tac-toe.md 给出了 7 条需求，它们是整个设计的验收标准，任何实现都不能偏离：

游戏在 3x3 网格上进行；
两名玩家轮流在网格上放置自己的符号（X 或 O）；
率先在横向、纵向或对角线上连成三个己方符号的玩家获胜；
网格全部填满且无人获胜时，游戏以平局结束；
游戏应提供用户界面来展示网格并允许玩家落子；
游戏应管理玩家回合并校验落子是否合法；
游戏应在结束时检测并宣布胜者或平局。

其中值得在面试中强调的两点：

需求 3 与需求 4 是互斥的终止条件：要么出现胜者，要么棋盘填满，二者必居其一，这是游戏主循环跳出（game over）的判定依据；
需求 6 里的“合法”包含两层校验：坐标必须落在 3x3 网格范围内，且该格子必须为空。仓库中 Board.cpp 的makeMove正是同时执行这两层校验后才落子。

Java 版的问题陈述 solutions/java/src/tictactoe/README.md 将棋盘抽象为 NxN、并补充了“可扩展性：易于修改棋盘尺寸或新增功能”这条需求，这提示我们：面试答题时应把需求归纳为「双人轮流落子」「胜负/平局检测」「输入校验」「可扩展」四个维度去组织类设计。

二、UML 类图：从需求到类的映射

原文档给出的 UML 类图位于 class-diagrams/tictactoe-class-diagram.png，其核心实体可以归纳为 4 个类，职责划分如下：

类	职责	关键方法
Player	表示一名玩家，持有名字与符号（X/O）	`getName()`、`getSymbol()`
Board	表示 3x3 棋盘，提供落子、胜负检测、满盘检测	`makeMove()`、`checkWin()`、`isFull()`、`display()`
Game	管理游戏流程与玩家交互：回合流转、校验、判定结果	`play()`、`makeMove()`、`switchPlayer()`、`displayResult()`
TicTacToe	应用入口，创建玩家与游戏实例并启动	`main()`

这个划分遵循典型的“数据（Board）+ 状态（Game）+ 实体（Player）+ 入口（TicTacToe）”分层：Board 只管网格数据与棋盘规则，不关心谁在下棋；Game 负责编排流程；入口类负责组装。面试时按“谁持有数据、谁驱动流程、谁组织启动”三步即可快速确定类边界。

三、核心类的职责与接口设计

3.1 Player：最小化的玩家实体

Player 只需三个字段：name、symbol（'X' 或 'O'）、以及标识是否人类玩家的isHuman（为 AI 扩展预留）。仓库 C++ 实现 Player.hpp 与 Player.cpp 通过构造函数默认参数bool isHuman = true提供了单机模式所需的扩展点——把isHuman设为false即得到一个由电脑控制的玩家。

3.2 Board：网格数据与棋盘规则

Board 在 Board.hpp 中声明的接口完整覆盖了需求中“落子、校验、判胜、满盘”四大能力：

isValidPosition(row, col)：判断坐标是否在[0, size)范围内；
isEmpty(row, col)：判断格子是否为空（空位用'-'字符表示）；
makeMove(row, col, symbol)：先校验再落子，失败返回false；
isFull()：遍历全盘，存在空格即返回false；
checkWin(symbol)：委托给checkRows / checkColumns / checkDiagonals三个私有方法；
display()：以 3 列对齐方式打印当前棋盘，即需求 5 中的“用户界面”（控制台版）；
reset()：重置网格，便于复用棋盘实例。

3.3 Game：流程编排者

Game 在 Game.hpp 中维护board、两个玩家指针、currentPlayer与gameOver标志。核心循环play()的逻辑为：展示棋盘 → 若是人类玩家则读入 row/col 并调用makeMove，若是电脑玩家则调用computerMove→ 循环直到gameOver→ 调用displayResult()宣布胜者或平局。

四、胜负判定与平局检测：checkWin 的实现细节

Board 的胜负判定拆成三个方向分别检查，见 Board.cpp：

行检查（checkRows）：对每一行遍历所有列，若整行都是某符号则胜；
列检查（checkColumns）：对每一列遍历所有行，逻辑同构于行检查；
对角线检查（checkDiagonals）：主对角线grid[i][i]，副对角线grid[i][size-1-i]。

checkWin用checkRows(symbol) || checkColumns(symbol) || checkDiagonals(symbol)组合三者。值得注意的工程细节是：仓库实现把循环写成通用size维度而非硬编码 3，这直接呼应了 Java 版 README 中“支持任意 NxN 棋盘”的可扩展性需求。

平局检测在 Game.cpp：落子合法后先查board.checkWin(currentPlayer->getSymbol())，若胜则gameOver = true；否则再查board.isFull()，若满盘则将currentPlayer置空——这一技巧让displayResult()只需判断currentPlayer是否为nullptr即可区分“某人获胜”与“平局”两种终局：

void Game::displayResult() const { board.display(); if (currentPlayer) { std::cout << currentPlayer->getName() << " wins!" << std::endl; } else { std::cout << "It's a draw!" << std::endl; } }

这种用「状态语义复用」代替「额外布尔标志」的做法是 LLD 面试中的加分点。

五、回合流转与落子校验：Game 的 makeMove 主链路

回合管理依赖currentPlayer指针的交替：

void Game::switchPlayer() { currentPlayer = (currentPlayer == player1) ? player2 : player1; }

makeMove的主链路（Game.cpp）是理解全流程的关键：

board.isValidPosition(row, col)不通过 → 打印 "Invalid position!" 并直接返回（不切换回合）；
board.isEmpty(row, col)不通过 → 打印 "Position already taken!" 并返回（不切换回合）；
board.makeMove落子；
checkWin成立 → 结束；
isFull成立 → 结束（平局）；
否则switchPlayer()轮到下一位。

注意第 1、2 步失败时都不切换玩家，这保证了“非法落子不消耗回合”的规则正确性，与需求 6 “校验落子确保合法”严格一致。

六、从 3x3 到 NxN：尺寸无关的通用化设计

原需求只要求 3x3，但仓库两种实现都做了通用化处理：

C++ 版：Board构造函数带默认参数Board(int size = 3)（见 Board.hpp），所有判定循环都以size为界；
Java 版：Game.java 在构造时new Board(3)显式指定尺寸，而 solutions/java/src/tictactoe/README.md 将“支持不同棋盘尺寸”列为扩展方向。

这意味着若面试官追问“棋盘改为 4x4、5x5 怎么办”，上述实现只需把落子判定从“三连”推广为“size连”即可，类结构无需任何改动——这正是“把维度参数化”设计带来的扩展收益。

七、工程化扩展：设计模式与 AI 对弈

原文档只给出 4 个基础类，仓库实现则在基础骨架之上展示了更强的工程化扩展，可作为面试时的进阶谈资。

7.1 Java 版：Strategy + State + Observer 三模式组合

Java 实现 solutions/java/src/tictactoe/ 采用了三层设计模式：

Strategy 模式：把“行胜/列胜/对角胜”拆成三个独立的WinningStrategy实现（strategy/RowWinningStrategy.java、strategy/ColumnWinningStrategy.java、strategy/DiagonalWinningStrategy.java），Game持有策略列表，checkWinner遍历调用（见 Game.java）。新增“四连”“斜向更长连法”只需加策略类，符合开闭原则；
State 模式：把游戏生命周期建模为InProgressState、WinnerState、DrawState三个状态（state/），Game.makeMove委托给当前状态的handleMove，终局判定被状态机化；
Observer 模式：Game继承GameSubject，当状态变为非 IN_PROGRESS 时通知Scoreboard等观察者（Game.java），为后续接 UI、记分板等外部系统提供了松耦合出口。

7.2 C++ 版：Minimax 算法驱动的电脑玩家

C++ 实现把需求“双人”扩展为“人机对战”：Game::initializePlayers("Human", "Computer")中第二个玩家以isHuman=false创建（TicTacToeDemo.cpp）。其 AI 核心是经典的Minimax 极大极小搜索（Game.cpp）：

评分规则：电脑胜得10 - depth，人类胜得depth - 10，满盘平局为 0（depth越小越优先，追求速胜、避免拖局）；
isMax层取最大值（电脑视角），isMin层取最小值（人类视角）；
搜索通过拷贝棋盘Board tempBoard = board进行假设性落子，不污染真实棋盘；
findBestMove()遍历每个空位，模拟落子后用minimax求分，取最高分位置落子（Game.cpp）。

对 3x3 棋盘，Minimax 全搜索即可保证电脑不输（最佳应对），是面试中“如何让机器不犯错”的标准答案。可以顺便指出：更大的棋盘（如 5x5）需要 Alpha-Beta 剪枝或蒙特卡洛方法，这能体现你对算法复杂度的意识。

八、多语言实现导航与运行方式

该题在仓库中提供了 5 种语言的完整实现，可直接对照阅读同一份设计的差异化落地：

语言	位置	入口/说明
Java	solutions/java/src/tictactoe/	`TicTacToeDemo.java`演示，`Game`/`Board`/`Player`/`Cell`分包组织，README 含类设计与示例代码
C++	solutions/cpp/tictactoe/	`TicTacToeDemo.cpp`为入口，含人机对战与 Minimax AI
C#	solutions/csharp/tictactoe/	与 C++ 同套类设计的 .NET 版本
Go	solutions/golang/tictactoe/	以 Go 结构体与接口组织的版本
Python	solutions/python/tictactoe/	Python 面向对象版本

C++ 版可直接编译运行体验完整人机对战流程：

# 在解决方案目录下编译并运行（需 C++17 以支持结构化绑定） g++ -std=c++17 TicTacToeDemo.cpp Board.cpp Game.cpp Player.cpp -o tictactoe ./tictactoe

运行后程序会打印棋盘（空位显示-），提示人类玩家输入row与column（取值 0~2），电脑玩家则由 Minimax 自动落子，最终输出胜者或It's a draw!。Java 版则参考其 README 中的示例用法：

Player p1 = new Player("Alice", Symbol.X); Player p2 = new Player("Bob", Symbol.O); Game game = new Game(p1, p2); game.play();

九、面试答题要点总结

结合需求文档与仓库实现，回答本题时的关键得分点归纳如下：

先定验收标准再画类图：7 条需求逐条映射到类的哪个方法，做到“需求可追踪”；
明确职责边界：Board 管数据与规则，Game 管流程，Player 是纯实体，入口类只做组装；
讲清两种终局：checkWin 三方向判定 + isFull 满盘平局，注意“非法落子不换回合”的细节；
主动展示扩展性：棋盘尺寸参数化（NxN）、Java 的 Strategy/State/Observer 组合、C++ 的 Minimax 人机对战，都是把“能跑”升级为“好扩展”的证明；
多语言对照：能指出 5 种语言的实现位置并对比其组织方式，说明你不仅会设计，还能工程化落地。

这套“需求 → 类职责划分 → 核心算法 → 设计模式扩展 → 多语言落地”的流程，可以直接套用到仓库中 problems/ 下的停车场、电梯、象棋、餐厅管理等同类 LLD 题目，是面试准备的通用方法论。