Alpha-beta剪枝是一种用于减少alpha-beta搜索树中节点的评估次数的算法。在执行Alpha-beta剪枝时，有两种处理未存储的子树的方式：Fail-hard 和 Fail-soft。

Fail-hard方式是指，当遇到一个无法确定结果的分支时，直接返回一个失败标记。它要求子树是可靠的，即所有节点都能被准确地评估出来。这种方式适用于具有唯一解并且时间限制较严格的问题。

Fail-soft方式是指，当遇到一个无法确定结果的分支时，不会返回失败标记，而是在当前层级停止搜索。它可以处理某些类型的游戏，例如在对手玩家做多种可能性的反应时，不可能准确地评估子树。

下面是一个基于Python语言的实现代码示例，解释了Fail-hard 和 Fail-soft方式在Alpha-beta剪枝中的应用：

# Alpha-beta Fail-hard方式剪枝
def alpha_beta_fail_hard(node, alpha, beta):
    if node.is_terminal():
        return node.value()
    child_nodes = node.generate_children()
    v = -float('inf')
    for child in child_nodes:
        v = max(v, alpha_beta_fail_hard(child, alpha, beta))
        alpha = max(alpha, v)
        if alpha >= beta:
            # 剪枝
            break
    return v

# Alpha-beta Fail-soft方式剪枝
def alpha_beta_fail_soft(node, alpha, beta):
    if node.is_terminal():
        return node.value()
    child_nodes = node.generate_children()
    v = -float('inf')
    for child in child_nodes:
        new_v = alpha_beta_fail_soft(child, alpha, beta)
        if v < new_v:
            v = new_v
        if v >= beta:
            # 剪枝
            return v