诺亚幻想抽卡——玩家控制概率的抽卡系统

2023-11-03 02:40

本文主要是介绍诺亚幻想抽卡——玩家控制概率的抽卡系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

玩家控制概率?

和传统的抽卡方式消耗单一资源(钻石,金币,十连抽礼券)不同,《诺亚幻想》的抽卡,是需要消耗多种资源,每一种资源玩家都可以配置相应的数值,相当于在真正的抽卡逻辑之前,进行了策划的配置权重的工作,相应的,配置好数值之后,对于所有英雄抽卡获得的概率都会改变。这种抽卡被玩家称之为诺亚幻想大建,每个英雄对应的最佳的各种资源的数值被称之为大建公式,从最终的抽卡体验来看,很多玩家都觉得这是谜一样的抽卡。到底内部逻辑是怎样的呢?
先来看一张大建的图:
在这里插入图片描述

金黑翠苍赤五种曜石,在大建时每一种曜石的数量最少设置50,最高999。那么一共有950的5次方,也就是773780937500000种大建公式。为每一个公式都准备一个抽取的库显然是不可能的。实际上,总共只有20个库,由5种曜石和4种cost(学员分为cost5,6,7,9这4种)组合而成。玩家准备的公式,决定了分库随机中,20个库分别可以随机到的概率。如果理解了随机的概率算法,玩家就可以通过配置建造公式,真正增加随出某个库(比如cost9水(苍)属性库)的概率。那么这20个概率是怎样确定的呢?

库概率计算

首先,我们来理解一个概念,叫做权重函数,用于计算最终的特定库的权重。设x1,x2,x3,x4,x5分别对应五种曜石数量,S为输入的曜石总数。
总权重函数为:
W i , k = H i C k (i对应5种曜石, k对应4种cost) \tag*{(i对应5种曜石, k对应4种cost)} W_{i,k} = H_iC_k Wi,k=HiCk(i对应5种曜石, k对应4cost)
曜石权重函数:
H i = x i 3 x 1 3 + x 2 3 + x 3 3 + x 4 3 + x 5 3 x为曜石数量 \tag*{x为曜石数量} H_i = \cfrac{x_i^3}{x_1^3 + x_2^3 + x_3^3 + x_4^3 + x_5^3} Hi=x13+x23+x33+x43+x53xi3x为曜石数量
曜石总数权重函数:
C k = a k e x p − ( S − b k ) 2 2 c k 2 , S = x 1 + x 2 + x 3 + x 4 + x 5 a,b,c为常数 \tag*{a,b,c为常数} C_k = a_kexp^\cfrac{-(S - b_k)^2}{2c_k^2}, S = x_1 + x_2 + x_3 + x_4 + x_5 Ck=akexp2ck2(Sbk)2S=x1+x2+x3+x4+x5a,b,c为常数
由上述公式,我们可以得出以下结论:

  1. 总权重由曜石权重函数和总数权重函数共同决定,要想最大程度提高特定库的概率,我们需要同时提高两个权重函数的值。
  2. 对于曜石权重函数来说,特定的曜石数量越多,其它种类曜石数量越少,并且其它曜石数量越平均,那么随机到这种曜石对应的库的几率越大。举例说明:如果想提高水属性学员概率,那么水曜石尽可能的放多,其它的尽可能放少。
  3. 对于曜石总数权重函数,我们放入的曜石总数越接近b的值,那么对应的cost的库权重越大。因为这是一个正态分布函数。两边同时求对数可以得到:
    ln ⁡ C k = ln ⁡ a k − ( S − b k ) 2 2 c k 2 \ln C_k = \ln a_k - \cfrac{(S - b_k)^2}{2c_k^2} lnCk=lnak2ck2(Sbk)2
    如果S的值与b相等,那么最终权重为a。
  4. 总结来说,想要最大化某个库的概率,需要 其对应种类的曜石数量越多,总曜石越近b的值。

那么b的值是多少呢?

costbac
cost5学员库2501.51229.2
cost6学员库245011350
cost7学员库39001.11520
cost9学员库440011063.3

那么问题来了,两个权重函数可能相互冲突,你能取最大值,我就不能,怎样确定最终的最大概率的数值呢?
由于关键的曜石数量需要最大,其它曜石可以算作平均值处理,并把曜石总数也作为一个变量y,所以权重函数做如下变化。
W x , y = a x 3 x 3 + 4 ( y − x 4 ) 3 e x p − ( y − b ) 2 2 c 2 y为总曜石数量 \tag*{y为总曜石数量} W_{x,y} = a\cfrac{x^3}{x^3 + 4(\cfrac{y - x}{4})^3}exp^\cfrac{-(y - b)^2}{2c^2} Wx,y=ax3+4(4yx)3x3exp2c2(yb)2y为总曜石数量
这就演变为一个求二元函数极大值问题。并且限定为:
x ∈ [ 50 , 999 ) , y ⩾ x + 200 , y ⩽ 5 x x \in [50,999) , y\geqslant x + 200, y \leqslant 5x x[50,999),yx+200,y5x
有数学大佬可以帮忙算一下吗?
咱们还是写程序算出来最大概率的公式吧。

local config = {-- 学员单一库配置static_drop_libs = {light = {[5] = 200001,[6] = 200002,[7] = 200003,[9] = 200004},dark = {[5] = 200005,[6] = 200006,[7] = 200007,[9] = 200008},wind = {[5] = 200009,[6] = 200010,[7] = 200011,[9] = 200012},water = {[5] = 200013,[6] = 200014,[7] = 200015,[9] = 200016},fire = {[5] = 200017,[6] = 200018,[7] = 200019,[9] = 200020}},-- 学员 Cost 的正态函数参数cost_normal_functions = {[5] = {a = 1.5,b = 250,c = 1229.2},[6] = {a = 1,b = 2450,c = 1350},[7] = {a = 1.1,b = 3900,c = 1520},[9] = {a = 1,b = 4400,c = 1063.3}}
}local ELEM_FIELDS =  {[1] = "light",[2] = "dark",[3] = "wind",[4] = "water",[5] = "fire"
}local function get_formulaes(req)local elem_weights = {}local elem_target = 0local elem_sumcubic = 0for elem_id, elem_field in pairs(ELEM_FIELDS) dolocal v = req[elem_field]local cubic = v * v * velem_weights[elem_id] = cubicelem_sumcubic = elem_sumcubic + cubicelem_target = elem_target + vendfor k, v in pairs(elem_weights) doelem_weights[k] = v / elem_sumcubic -- 权重为 各自的立方 除以 立方和endlocal cost_weight_sum = 0local cost_weights = {}for c, n in pairs(config.cost_normal_functions) dolocal distance = elem_target - n.blocal cw = n.a * math.exp(- distance * distance / 2 / n.c / n.c)cost_weights[c] = cwcost_weight_sum = cost_weight_sum + cwendfor k, v in pairs(cost_weights) docost_weights[k] = v / cost_weight_sumendlocal formulaes = {}for elem_id, elem_name in pairs(ELEM_FIELDS) dolocal ew = elem_weights[elem_id]local elem_drop_libs = assert(config.static_drop_libs[elem_name])for c, cw in pairs(cost_weights) dolocal drop_id = elem_drop_libs[c]if drop_id thenlocal weight = ew * cwtable.insert(formulaes, {dropId = drop_id,weight = weight})endendendreturn formulaes
endlocal function check_prob(drop_target, current, other)local result = get_formulaes({light=other, dark = other, wind = other, water = current, fire = other})-- local drop_target = 200013local target_weight = 0local sum = 0for _, drop in pairs(result) doif drop.dropId == drop_target thentarget_weight = drop.weightendsum = sum + drop.weightendif target_weight ~= 0 thenlocal prob = target_weight / sum-- print(prob)return probendreturn 0
endlocal bbb = {[5] = 250,[6] = 2450,[7] = 3900,[9] = 4400
}local from = 50
local to = 999
local interval = 1
local max = 0
local bingo = nil
local bingoOther = nil
for index, target in pairs(config.static_drop_libs.water) dolocal total = bbb[index]for i = from,to,interval dolocal totalMin = total * 0.8local totalMax = total * 1.2if totalMin < 250 thentotalMin = 250endif totalMax > 4996 thentotalMax = 4996endfor j = totalMin,totalMax,interval dolocal other = math.floor((j - i)/4)if other < 50 thenother = 50elseif other > 999 thenother = 999endlocal result = check_prob(target, i, other)if result > max thenmax = resultbingo = ibingoOther = otherendendendprint(index,"bingo:",bingo,"prob:",max,"other:",bingoOther)bingo = nilmax = 0bingoOther = nil
end

运行结果:

9       bingo:  999     prob:   0.13988862461048        other:  666
5       bingo:  265     prob:   0.75589757110106        other:  50
6       bingo:  999     prob:   0.42954544628168        other:  246
7       bingo:  999     prob:   0.24826871710409        other:  530

可以得出以下结论:
cost9水属性库,大建公式为, 水曜石999,其它曜石666,概率为13.98%
cost7水属性库,大建公式为, 水曜石999,其它曜石530,概率为24.83%
cost6水属性库,大建公式为, 水曜石999,其它曜石246,概率为42.95%
cost5水属性库,大建公式为, 水曜石265,其它曜石50,概率为75.6%,。

总结

cost越高的学员,越难抽取。

这篇关于诺亚幻想抽卡——玩家控制概率的抽卡系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/335033

相关文章

Springboot控制反转与Bean对象的方法

《Springboot控制反转与Bean对象的方法》文章介绍了SpringBoot中的控制反转(IoC)概念,描述了IoC容器如何管理Bean的生命周期和依赖关系,它详细讲解了Bean的注册过程,包括... 目录1 控制反转1.1 什么是控制反转1.2 SpringBoot中的控制反转2 Ioc容器对Bea

CSS3 最强二维布局系统之Grid 网格布局

《CSS3最强二维布局系统之Grid网格布局》CS3的Grid网格布局是目前最强的二维布局系统,可以同时对列和行进行处理,将网页划分成一个个网格,可以任意组合不同的网格,做出各种各样的布局,本文介... 深入学习 css3 目前最强大的布局系统 Grid 网格布局Grid 网格布局的基本认识Grid 网

在不同系统间迁移Python程序的方法与教程

《在不同系统间迁移Python程序的方法与教程》本文介绍了几种将Windows上编写的Python程序迁移到Linux服务器上的方法,包括使用虚拟环境和依赖冻结、容器化技术(如Docker)、使用An... 目录使用虚拟环境和依赖冻结1. 创建虚拟环境2. 冻结依赖使用容器化技术(如 docker)1. 创

浅析如何使用Swagger生成带权限控制的API文档

《浅析如何使用Swagger生成带权限控制的API文档》当涉及到权限控制时,如何生成既安全又详细的API文档就成了一个关键问题,所以这篇文章小编就来和大家好好聊聊如何用Swagger来生成带有... 目录准备工作配置 Swagger权限控制给 API 加上权限注解查看文档注意事项在咱们的开发工作里,API

CentOS系统Maven安装教程分享

《CentOS系统Maven安装教程分享》本文介绍了如何在CentOS系统中安装Maven,并提供了一个简单的实际应用案例,安装Maven需要先安装Java和设置环境变量,Maven可以自动管理项目的... 目录准备工作下载并安装Maven常见问题及解决方法实际应用案例总结Maven是一个流行的项目管理工具

Spring IOC控制反转的实现解析

《SpringIOC控制反转的实现解析》:本文主要介绍SpringIOC控制反转的实现,IOC是Spring的核心思想之一,它通过将对象的创建、依赖注入和生命周期管理交给容器来实现解耦,使开发者... 目录1. IOC的基本概念1.1 什么是IOC1.2 IOC与DI的关系2. IOC的设计目标3. IOC

C#实现系统信息监控与获取功能

《C#实现系统信息监控与获取功能》在C#开发的众多应用场景中,获取系统信息以及监控用户操作有着广泛的用途,比如在系统性能优化工具中,需要实时读取CPU、GPU资源信息,本文将详细介绍如何使用C#来实现... 目录前言一、C# 监控键盘1. 原理与实现思路2. 代码实现二、读取 CPU、GPU 资源信息1.

在C#中获取端口号与系统信息的高效实践

《在C#中获取端口号与系统信息的高效实践》在现代软件开发中,尤其是系统管理、运维、监控和性能优化等场景中,了解计算机硬件和网络的状态至关重要,C#作为一种广泛应用的编程语言,提供了丰富的API来帮助开... 目录引言1. 获取端口号信息1.1 获取活动的 TCP 和 UDP 连接说明:应用场景:2. 获取硬

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

2.1/5.1和7.1声道系统有什么区别? 音频声道的专业知识科普

《2.1/5.1和7.1声道系统有什么区别?音频声道的专业知识科普》当设置环绕声系统时,会遇到2.1、5.1、7.1、7.1.2、9.1等数字,当一遍又一遍地看到它们时,可能想知道它们是什... 想要把智能电视自带的音响升级成专业级的家庭影院系统吗?那么你将面临一个重要的选择——使用 2.1、5.1 还是