是否有一种方法可以并行化以下negamax算法？
01 function negamax(node, depth, color)
02 if depth = 0 or node is a terminal node
03 return color * the heuristic value of node
04 bestValue := −∞
05 foreach child of node
06 v := −negamax(child, depth − 1, −color)
07 bestValue := max( bestValue, v )
08 return bestValue
当这样提出时，作为单个递归函数，不容易。
最简单的方法是将其分为两个函数：一个专门用于您在树的根部的第一个调用，然后是一个被称为的不同函数，并递归地继续自称。在根版中，您可以通过孩子并行将循环并行，并将不同的值存储在列表中。然后，您只需要一个非平行的循环即可找到最大列表，但这将立即完成。
请注意，如果您继续进行诸如Alpha-Beta修剪之类的增强功能，这将变得更加复杂。像我在这里建议的那样，天真平行的第一个循环将大大减少可以通过alpha-beta修剪来修剪的节点的数量
拓扑 纯[SERIAL]值依赖性链决定游戏：
鉴于树木的使用，递归配方的使用不是原因，而是导致的因果关系，因为递归配方非常易于绘制和代码。(对于那些确实对计算机科学感兴趣的人，只需基于递归构造的计算策略的资源消耗和测试(在 [SPACE] - 和 [TIME] domains中(它开始造成麻烦，一旦您的基准标准缩放在学校书籍示例之外的问题量表和/或超越设计师的选择，这是在这个非常有用的困境中，涉及深度递归水平的公平性和设置资源以及什么接下来发生，如果递归试图深入研究更深的一步，那么确实发生了"预缝"玻璃天花板(。
如何将其转换为true- [PARALLEL] 计算时间表？
关于找到true- [PARALLEL] 处理策略的机会直接确定找到不可行的pure- pure- [SERIAL] 依赖关系链，从每一个开始，这终端节点和向后进展，向树root节点。
树拓扑需要在树的反向穿越期间出现的相互依赖性的某种"交流"，因此所有主要优点a true- [PARALLEL] 可以有效地丢失处理时间表为了将纯[SERIAL]值依赖性链的产物传递到"下一个"非本地处理的代码流执行。这使原始想法成为反pates。
意识到这一主要纯粹 - [SERIAL] 依赖性，任何想像当的执行尝试仍然可能是可能的，但是其绩效结果比任何合理支持的选择都更加反图案，因为它们实际上会花费成本给定串行链处理(在[TIME]-域中(，给定[SPACE] -domain允许使用此类作案操作。