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 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版

JWT + 拦截器实现无状态登录系统

《JWT+拦截器实现无状态登录系统》JWT(JSONWebToken)提供了一种无状态的解决方案:用户登录后,服务器返回一个Token,后续请求携带该Token即可完成身份验证,无需服务器存储会话... 目录✅ 引言 一、JWT 是什么? 二、技术选型 三、项目结构 四、核心代码实现4.1 添加依赖(pom

基于Python实现自动化邮件发送系统的完整指南

《基于Python实现自动化邮件发送系统的完整指南》在现代软件开发和自动化流程中,邮件通知是一个常见且实用的功能,无论是用于发送报告、告警信息还是用户提醒,通过Python实现自动化的邮件发送功能都能... 目录一、前言:二、项目概述三、配置文件 `.env` 解析四、代码结构解析1. 导入模块2. 加载环

linux系统上安装JDK8全过程

《linux系统上安装JDK8全过程》文章介绍安装JDK的必要性及Linux下JDK8的安装步骤,包括卸载旧版本、下载解压、配置环境变量等,强调开发需JDK,运行可选JRE,现JDK已集成JRE... 目录为什么要安装jdk?1.查看linux系统是否有自带的jdk:2.下载jdk压缩包2.解压3.配置环境

Linux查询服务器系统版本号的多种方法

《Linux查询服务器系统版本号的多种方法》在Linux系统管理和维护工作中,了解当前操作系统的版本信息是最基础也是最重要的操作之一,系统版本不仅关系到软件兼容性、安全更新策略,还直接影响到故障排查和... 目录一、引言:系统版本查询的重要性二、基础命令解析:cat /etc/Centos-release详

更改linux系统的默认Python版本方式

《更改linux系统的默认Python版本方式》通过删除原Python软链接并创建指向python3.6的新链接,可切换系统默认Python版本,需注意版本冲突、环境混乱及维护问题,建议使用pyenv... 目录更改系统的默认python版本软链接软链接的特点创建软链接的命令使用场景注意事项总结更改系统的默

在Linux系统上连接GitHub的方法步骤(适用2025年)

《在Linux系统上连接GitHub的方法步骤(适用2025年)》在2025年,使用Linux系统连接GitHub的推荐方式是通过SSH(SecureShell)协议进行身份验证,这种方式不仅安全,还... 目录步骤一:检查并安装 Git步骤二:生成 SSH 密钥步骤三:将 SSH 公钥添加到 github

Spring Boot集成/输出/日志级别控制/持久化开发实践

《SpringBoot集成/输出/日志级别控制/持久化开发实践》SpringBoot默认集成Logback,支持灵活日志级别配置(INFO/DEBUG等),输出包含时间戳、级别、类名等信息,并可通过... 目录一、日志概述1.1、Spring Boot日志简介1.2、日志框架与默认配置1.3、日志的核心作用

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方

Linux系统之lvcreate命令使用解读

《Linux系统之lvcreate命令使用解读》lvcreate是LVM中创建逻辑卷的核心命令,支持线性、条带化、RAID、镜像、快照、瘦池和缓存池等多种类型,实现灵活存储资源管理,需注意空间分配、R... 目录lvcreate命令详解一、命令概述二、语法格式三、核心功能四、选项详解五、使用示例1. 创建逻