文档介绍：《对弈程序基本技术》专题
静态搜索
Bruce Moreland / 文
国际象棋中会有很多强制的应对。如果有人用马吃掉你的象，那么你最好吃还他的马。
Alpha-Beta搜索不是特别针对这种静态评价。
然后尝试吃子着法，如果其中任何一个产生截断，搜索就中止。可能它们没有一个是好的，这也没问题。
这个函数有几个可能的结果：可能评价函数会返回足够高的数值，使得函数通过Beta截断马上返回；也可能某个吃子产生Beta截断；可能静态评价比较坏，而任何吃子着法也不会更好；或者可能任何吃子都不好，但是静态评价只比Alpha高一点点。
注意这里静态搜索中没有传递“深度”这个参数。正因为如此，如果找到好的吃子，或者有一系列连续的强制性吃子的着法，那么搜索可能会非常深。
我的示范程序不检测将军，因此它不能找到杀棋。先询问要走的一方是否被将军，这是可以尝试的做法。如果被将军了，就不能用“Evaluate()”来尝试截断，而应该以一层的深度调用Alpha-Beta。例如：
int Quies(int alpha, int beta) {
if (InCheck()) {
return AlphaBeta(1, alpha, beta);
}
val = Evaluate();
if (val >= beta) {
return beta;
}
if (val > alpha) {
alpha = val;
}
GenerateGoodCaptures();
while (CapturesLeft()) {
MakeNextCapture();
val = -Quies(-beta, -alpha);
UnmakeMove();
if (val >= beta) {
return beta;
}
if (val > alpha) {
alpha = val;
}
}
return alpha;
}
这个版本会找到带有连续吃子的杀棋。至于用哪个版本，取决于个人喜好和测试结果。
“好的”吃子的界定也是仁者见仁智者见智的。如果你允许任何吃子，并且以任何原始的顺序来搜索，那么你会降低搜索效率，并且导致静态搜索的膨胀，从而大幅度降低搜索深度，并使程序崩溃。
有一些简单的做法可以避免静态搜索的膨胀。
MVV/LVA
MVV/LVA 意思是“最有价值的受害者/最没价值的攻击者”(Most Valuable Victim/Least Valuable Attacker)。这是一个应用上非常简单的着法排序技巧，从而最先搜索最好的吃子着法。这个技术假设最好的吃子是吃到最大的子。如果不止一个棋子能吃到最大的子，那么假设用最小的子去吃是最好的。
这就意味者PxQ(兵吃后)首先考虑(假设王的将军另外处理)。接下来是NxQ或BxQ，然后是RxQ、QxQ、KxQ。接下来是PxR、B/NxR、RxR、QxR、KxR，等等。
这个工作总比不做要好，但是很明显有很严重的问题。