井字棋是一个经典的小游戏，在九宫格上玩家轮流画OXO，当每列或每行或是两个对角成一线时便是获胜。
今天就用Python编写一个井字棋小游戏，与电脑对战。
范例代码可由下面连结取得。
https://github.com/Ashing00/tictactoe/tree/master
程序执行画面如下图所示:
程序提供了两种人工智能选择，一个是强人工智能另一个是弱人工智能，选择强人工智能，如果计算机先下，玩家可以说是没有赢的可能，因此特地弄出一个弱人工智能选项，一来增加游戏的趣味，一来可以比较这两者在程序设计上的差异。选择弱人工智能，玩家通常可以简单的获胜。
游戏一开始还须得选择O或X，然后会随机选择玩家先下或是计算机先下。
整个程序最主要的核心在于如何决定计算机如何落子，也就是人工智能实现的部分，这部分的程序落在底下程序，function:getComputerMove(self,board) 是实现强人工智能的方法。他有几个判断步骤，首先：
第一步骤：程序代码165~170 ，先判断该次落子“计算机“是否有获胜的可能，用循环寻访所有
可落子地方，若有可获胜的可能则在该地方落子
第二步骤：程序代码172~178 ，先判断该次落子“玩家“是否有获胜的可能，用循环寻访所有
可落子地方，若“玩家“有可获胜的可能则在该地方落子，目的是为了阻止玩家获胜
若上述两个动作都不成立，则接着判断以下步骤落子
第三步骤：程序代码180~183，[1,3,7,9]代表着在九宫格的四个角的编号，此段程序在此四个角落随机选择一地方下子
第四步骤：程序代码185~187，[5]代表着在九宫格的中间位置的编号，此段程序判断中间位置是否可落子
第五步骤：程序代码189~190，[2,4,6,8]代表着在九宫格的四个边的编号，此段程序在此四个边落随机选择一地方下子
透过判断以上五个步骤的落子选择ˊ，可以让计算机无论是先手或是后手都可以处于不败之地。
底下程序，function:getComputerMove_2(self,board) 则是实现弱人工智能的方法，其实也就是改变上述强人工智能的方法，只保留第一步骤规则，其余落子则是随机选择。
另一个重要的程序片段如下266~276，用来判断是否胜出，也就是判断每列或每行或是对角线是否有相同的O或X即可获胜。
这是一个小游戏的范例，或许也称不上人工智能，主要是拿来练习Python程序的应用。