Java五子棋控制台实现教程
本文深入剖析了Java控制台五子棋的核心实现逻辑,聚焦二维数组的高效建模(推荐int型三态编码)、严谨的边界与输入校验(避免ArrayIndexOutOfBoundsException和InputMismatchException)、精准的单点连珠判定算法(基于双向延展与四方向增量数组,杜绝漏判和越界崩溃),并强调性能优化关键——仅在落子后针对新位置进行O(1)级胜负检查。内容直击初学者高频踩坑点,从数据结构选型、内存安全、用户交互健壮性到算法细节(如副对角线dy=-1的易错陷阱)层层拆解,提供可直接复用的工程化实践方案。

怎么用二维数组表示五子棋盘和落子状态
棋盘本质就是个 char[][] 或 int[][],每个位置存空、黑子、白子——别用 String[][],内存和比较都慢;也别用 boolean[][],两种状态不够,得区分“空”“黑”“白”。推荐用 int:0 表示空,1 表示黑子,2 表示白子,后续判定逻辑更直白。
常见错误是初始化时写成 new int[15][15] 却忘了边界检查,用户输 15,15 就直接 ArrayIndexOutOfBoundsException。实际下标范围是 0–14,输入要先减 1,且必须校验是否在 [0, 14] 内。
实操建议:
- 声明为
private static final int BOARD_SIZE = 15;,所有地方统一引用,别硬写 15 - 初始化后用双重循环填 0,别依赖默认值——局部变量不自动初始化
- 打印棋盘时,行号列号从 1 开始显示(用户友好),但内部运算始终用 0 起始下标
怎么判断横/竖/斜五个连续相同棋子
不能只查“当前落子点出发的八个方向”,必须以该点为中心,向两边延展统计——否则漏判,比如已有三子连在左边,新子落在最右端,只往右查会错过。
核心逻辑是:对四个方向(横、竖、主对角、副对角),分别计算「该点往左+往右」(或上+下等)的同色连续长度,加起来 +1 ≥ 5 就赢。方向用两个增量数组最稳:int[] dx = {0, 1, 1, 1} 和 int[] dy = {1, 0, 1, -1}。
容易踩的坑:
- 没做越界保护:循环中直接
board[x + i*dx][y + i*dy],i 一超就崩——每次访问前必须if (nx >= 0 && nx = 0 && ny - 把空位也算进连续:只统计等于当前玩家颜色的格子,遇到 0 或对方颜色立刻停
- 重复判定:一局中只要有人连五,立刻结束,别等下一轮再判——否则可能双方同时“赢”
控制台交互时怎么避免输入崩溃
用户输 “a,3” 或直接回车,Scanner.nextInt() 会卡住或抛 InputMismatchException,接着后续所有输入都乱。必须用 nextLine() 读整行,再切分解析。
推荐模式:String line = scanner.nextLine().trim(); → 检查是否为空 → 用 split("[,\\s]+") 拆(兼容逗号、空格、制表符)→ 取前两个元素 → 分别转 Integer.parseInt() 并捕获 NumberFormatException。
关键细节:
- 转数字后立刻检查范围:
if (row BOARD_SIZE || col BOARD_SIZE) - 落子前必须验证该位置是否为空:
if (board[row-1][col-1] != 0),否则提示“此处已有子” - 别在异常处理里吞掉所有异常——至少
printStackTrace()或记录日志,否则 debug 时找不到错在哪
为什么 winCheck() 放在落子后而不是每轮开头
因为只有刚落下的那颗子才可能构成新的五连,检查全部位置是纯浪费——15×15=225 个点,每个点查 4 个方向,性能差且逻辑冗余。聚焦单点,复杂度从 O(n²) 降到 O(1)。
但要注意:这个优化成立的前提是,你严格保证每次只下一颗子、且只在合法空位下。如果代码里存在“自动补子”“悔棋重置未清空”等情况,单点判定就会失效。
实操要点:
- 把
winCheck(int x, int y)设为私有方法,参数是 0 起始坐标,外部调用传row-1, col-1 - 返回
boolean,不是 int 或枚举——赢了就 break 主循环,没必要知道谁赢、怎么赢 - 不要在
winCheck里打印结果,由调用方决定输出什么(比如“黑方胜!”或“游戏结束”)
最易被忽略的是:斜向判定中副对角线(从右上到左下)的 dy 是 -1,新手常写成 +1 导致永远判不出这个方向的连珠——手写一遍坐标变化比背结论管用。
以上就是《Java五子棋控制台实现教程》的详细内容,更多关于的资料请关注golang学习网公众号!
PHP返回JSON数据测试方法详解
- 上一篇
- PHP返回JSON数据测试方法详解
- 下一篇
- 制作Win11镜像包详细步骤教程
-
- 文章 · java教程 | 8小时前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 15小时前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 17小时前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 23小时前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Stream ·
- Java Stream Gatherer 怎么实现有状态中间操作
- 494浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java record pattern 怎么拆解嵌套数据
- 223浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java SequencedMap 怎么操作首尾键值
- 152浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java MemorySegment 的 Arena 生命周期怎么选择
- 394浏览 收藏
-
- 文章 · java教程 | 2天前 | 并发编程 · Java教程 · java threadlocal 上下文传递 ScopedValue
- Java ScopedValue 怎么在线程调用链传递上下文
- 199浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 254次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 298次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 272次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 251次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 58次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
