康威生命游戏的计算机演算

先介绍下游戏的规则：

游戏开始时，每个细胞随机地设定为“生”或“死”之一的某个状态。然后，根据某种规则，计算出下一代每个细胞的状态，画出下一代细胞的生死分布图。

应该规定什么样的迭代规则呢?需要一个简单的，但又反映生命之间既协同又竞争的生存定律。为简单起见，最基本的考虑是假设每一个细胞都遵循完全一样的生存定律；再进一步，把细胞之间的相互影响只限制在最靠近该细胞的8个邻居中。

也就是说，每个细胞迭代后的状态由该细胞及周围8个细胞状态所决定。作了这些限制后，仍然还有很多方法来规定“生存定律”的具体细节。例如，在康威的生命游戏中，规定了如下生存定律。

(1)当前细胞为死亡状态时，当周围有3个存活细胞时，则迭代后该细胞变成存活状态(模拟繁殖)；若原先为生，则保持不变。

(2)当前细胞为存活状态时，当周围的邻居细胞低于两个(不包含两个)存活时，该细胞变成死亡状态(模拟生命数量稀少)。

(3)当前细胞为存活状态时，当周围有两个或3个存活细胞时，该细胞保持原样。

(4)当前细胞为存活状态时，当周围有3个以上的存活细胞时，该细胞变成死亡状态(模拟生命数量过多)。

可以把最初的细胞结构定义为种子，当所有种子细胞按以上规则处理后，可以得到第1代细胞图。按规则继续处理当前的细胞图，可以得到下一代的细胞图，周而复始。

我使用了python的pygame来实现这个过程，初始格数为302x302，初始化生成活细胞的概率为50%，经过一段时间的演算后整个棋盘趋于稳定。

定义稳定：大部分的细胞所组成的形状不会发生改变，少部分的细胞所组成的形状发生周期性的改变。统计后发现，周期为3.

此外如果更改初始生成活细胞的概率的话，也会影响后续的演变。例如取概率为0.9，则3轮过后无细胞存活。