标签:

后羿

王者荣耀征召局英雄胜率怎么计算

王者荣耀征召局英雄胜率怎么算?然而谁能知道这个关键比例啊,助手里面排位赛只有两个数据,一个胜率,一个出场率,出场率只能让我知道这个英雄多不多人玩而已。下面是小编整理的王者荣耀征召局英雄胜率怎么算攻略,一起去看看吧!

王者荣耀征召局英雄胜率怎么算

2月14日优化算法:

看了老哥们的评论,我意识到了算法存在的大问题:

1、英雄的“征召局出场率”并不能简单粗暴按11.11%来算;

2、那些“多出来的后羿”并不是全部都在进行两边都有后羿的“非征召局”。

这两个问题放到后文补充解决吧~

以下为原文:

看到天美某天能公布分段位英雄真实胜率应该是我毕生的愿望。

现在的胜率榜用前几天一位潭友的话说就是

——胜率榜随便看看就好了,太多低端局会影响整个胜率的失真,你看现在后羿58.50%的出场率,那些两边选后羿让胜率无限接近于50%,都有52.19%的胜率!谁知道他真正胜率是多高。

我反复思考潭友的话,要是我能知道有多少比例的后羿出现在低端非征召局,好像就可以慢慢推算出征召局后羿的真正胜率?

然而谁能知道这个关键比例啊,助手里面排位赛只有两个数据,一个胜率,一个出场率,出场率只能让我知道这个英雄多不多人玩而已。

然后我就想啊,出场率会不会隐藏着什么更深层的信息,于是就开始以下的挖坑了——

1、现在假设每个英雄都是一样多人玩,没有热门冷门英雄,现在总共90个英雄,那按照理论来说一局比赛里10个英雄,假设英雄不重复

每个英雄的出场率就是10/90=11.111%

而这个概率正好约等于排位赛里面所有英雄出场率的平均数!?不过一想,这也是必然的事件。

2、那是不是可以假设,如果某英雄出场率小于11.11%,那说明该英雄在低端局的情况下基本不会碰到两边都有的情况

那是不是可以近似理解为,某英雄出场率小于11.11%的时候,他在助手排行榜上的胜率就是它在征召模式下的胜率呢?

于是得出了第一个大胆猜想——助手里胜率排行榜对于出场率小于11.11%(10/所有英雄数量)的英雄来讲是比较真实的。

3、于是继续挖坑,那对于出场率大于11.11%的英雄们,他们的真实征召胜率接近于多少呢。

拿最极端的出场率58.5%的后羿做例子。

假设,一开始90个英雄,每个英雄都有1111个人进行对局,游戏系统正好可以为他们安排两边都没有相同英雄的对局。此时后羿的胜率为某一个数值(征召胜率)。

而后来有2220个玩别的英雄的人(其中包括1110个马可波罗、1110个公孙离玩家)发现后羿贼好玩(滑稽),慢慢就演变成了1111+2220=3331个人使用后羿进行对局(此时助手的后羿出场率飙升到33.31%),

系统一看,卧槽玩后羿的人多了这么多,无法再按原来计划让两边都没有相同英雄了,你们这些后来转行玩后羿的2220个人,改玩非征召局吧!两边都能选后羿,一起玩个爽!

于是那些本来应该是1111个马可波罗大战1111个公孙离的“征召局”就演变成1110个后羿大战1110个后羿的“非征召局”!(当然还是有那么1个马可波罗的信仰玩家和1个公孙离玩家不离不弃的。)

而那些后羿大战的结果就是导致后羿这个英雄的胜率慢慢接近50%!而马可波罗和公孙离胜率则还是近似于原来的征召胜率不变。

再联系到现实情况,如今后羿的排位出场率是58.5%,那以此类推,就相当于多出了5850-1111=4739个玩家去进行了“非征召局”。

通过这样“简单粗暴”的推理,我们便终于可以得出一个简单粗暴的结论——

后羿排位出场率58.50%里,可以看成是有47.39%的后羿出现在“非征召”对局里,他们的存在,使得后羿的总体胜率趋于50%。

那我们终于可以简单推导出公式来计算了——

(理论出场率*征召胜率+(出场率-理论出场率)*50%)=排位总胜率*出场率

理论出场率=10/(当前版本英雄总数)

征召胜率就是我们需要知道的“真实”胜率。

出场率-理论出场率 即为 那些“后加入的被迫去玩非征召后羿”数量。

接下来将回到我们文初的问题:

1、英雄的“征召局出场率”并不能简单粗暴按11.11%来算;

2、那些“多出来的后羿”并不是全部都在进行两边都有后羿的“非征召局”。

对于问题一,老哥们的说法就是英雄们的热度完全不一样,像后羿肯定征召局不止11.11%的,所以公式用“理论出场率”来代替“征召出场率”是大大的错误。

我承认错误。

但是涉及到“热度”这个概念,我一开始也是觉得无从下手的,后来经过思考,我觉得或许可以变换一个角度来得知一个英雄的“征召局出场率”——

还是回到刚才的马克阿离玩家转行玩后羿的类比手法中。我们换一个角色——当今排位出场率最低的沈梦溪——0.74%的出场率,极端的情况下,相当于一开始咱们的1111个沈梦溪玩家,已经有1111-74=1037的玩家加入到后羿行列,此时后羿变成了1111+1037=2148个玩家(理论出场率+流入的沈梦溪玩家出场率=21.48%)。

说下现实与提供假设:

1、不可能是所有玩沈梦溪的人跑去玩后羿,而是玩王昭君、安琪拉等等;

2、但同时其他英雄的玩家也会有人转去玩后羿。所有其他英雄玩家会转行玩后羿的人数将大概凑够上面这个1037(你要是强行问我怎么就确定这个数,我只能表示无奈,毕竟没有更多的数据支持了,只能用大体数据进行推导)。

3、后羿是出场率最高,沈梦溪是出场率最低,沈梦溪和理论出场率11.11%之间的差距的空档可以视为后羿所摄取的出场率,

4、那就可以设计一个新算法:出场率第一和倒数第一、第二和倒数第二的英雄可以一一对应,排行前面的英雄出场率可视为摄取了低出场率英雄的出场率。

5、在此算法下,后羿的“征召局理论出场率”应该是11.11%加上他从低出场率摄取后的出场率——11.11%+10.37%=21.48%

6、摄取后的出场率将包含一部分的“双生对局”,这个下文讨论。

至此问题一我给出了稍微更完善点的答案,用这个“征召局理论出场率”替代上面的“理论出场率”,将算得后羿的“征召局胜率”=55.96%,这个胜率比起之前算得的61%或许真实了许多。

对于问题二,一开始我还认为“多出来的后羿”里并不是都去进行了两边都有后羿的非征召局,但经过问题一的解决,可以认定这些多出来的后羿就是在出场率溢出的情况下不得不进行双生对局(我觉得需要瞎几把定一个名词了。双生对局:两边出现同一个英雄的对局,使得英雄总胜率向50%靠拢的“罪魁祸首”。)

为了方便理解,我们假设一个理想的模型——

1、[极端模型一]90个英雄所有出场率一样,英雄出场率都是11.11%,此时某英雄的对局中出现双生对局的占比是出场率/2≈5.555%,相当于没有征召模式下的100个对局中差不多有五六局是双生对局;

2、[极端模型二]随着时间推移,玩家喜欢的英雄出现变动,于是出现了45个热门英雄(出场率大于11.11%),也有45个冷门英雄(出场率小于11.11%),热门英雄和冷门英雄之间一一对应出场率互补(出场率第一+出场率倒一)/2=11.11%、(出场率第二+出场率倒二)/2=11.11%…极端条件下可以另45个冷门英雄完全没有人玩,出场率是0,但此时某英雄的对局中出现双生对局的占比依旧是出场率/2。(这里的出场率已经变成了“摄取低出场率英雄空出来出场率”)。

3、[极端模型三]随着时间推移,玩家发现游戏平衡性十分差劲,只有5个英雄是能玩的!?于是出现了5个超级热门英雄,这几个英雄完全摄取了其他85个英雄的玩家,使得其他85个英雄出场率为0,而此时这5个热门英雄的的双生对局占比将是100%,毕竟5V5两边都只有5个相同英雄可以选,此时这5个英雄胜率也注定为50%。

通过这几个模型总结下来,我引申出几个结论:

1、某英雄的对局中出现双生对局的占比是摄后出场率/2

2、一个不变的现实就是:90个英雄前提下,热门英雄数量<=45<=冷门英雄数量;这使得必然有英雄的出场率溢出(摄取超过一个英雄的出场率),比如后羿的58.50%摄取了沈梦溪后,溢出了58.50%-21.48%=37.02%,

这溢出的对局绝对双生对局。

至此,这个算法改进完毕。

平均出场率=10/当前版本英雄总数;

对于某一出场率小于平均出场率的(热门)英雄,他的征召胜率即为助手胜率榜的胜率。

对于某一出场率大于平均出场率的(热门)英雄:

(1)、摄后出场率=平均出场率+(平均出场率-对应倒数名次的英雄出场率)

(2)、征召出场率=摄后出场率(1-摄后出场率/2);

(3)、双生局出场率=总出场率-征召出场率;

(4)、征召出场率*征召胜率+双生局出场率*50%=总胜率*总出场率;

由此最终求得征召胜率。

(摄后出场率摄后出场率*征召胜率+(出场率-摄后出场率)*50%)=排位总胜率*出场率

贴上用新算法计算过后的英雄征召胜率表。(该胜率表已考虑了双生局占对局数的比例。)第一名依旧是后羿,但已经没有之前61胜率那么夸张了。

该胜率表旨在现有能够得知的数据情况下,排除掉双生对局的50%胜率影响后,尽量接近征召模式的真实胜率。但如果老哥们非要跟我说不同段位对英雄胜率有影响的话,那就不在能力范围内了。

小编推荐阅读:王者荣耀克制露娜玩法攻略

以上就是小编为大家整理的王者荣耀征召局英雄胜率怎么算攻略,关注九游了解更多游戏内容!

类型:MOBA

平台:安卓/苹果

状态:不删档内测

安卓版下载

苹果版暂无下载

王者英雄胜率用计算机怎么算,王者荣耀征召局英雄胜率怎么计算相关推荐

  1. 王者英雄胜率用计算机怎么算,王者荣耀英雄胜率怎么算

    王者荣耀英雄池打起来了!虎牙王者荣耀公会争霸赛今日开战 王者荣耀整个英雄池打起来了,虎牙直播公会争霸赛的10位全明星主播们将于本周六展开一场关于英雄池厮杀,50个英雄将纷纷亮相,告诉农药迷们什么才是真 ...

  2. 王者英雄胜率用计算机怎么算,王者荣耀英雄胜率计算哪些模式 | 手游网游页游攻略大全...

    发布时间:2016-01-23 王者荣耀英雄排行榜,王者荣耀最强上分英雄推荐~还不知道用哪个英雄打排位的小伙伴们赶紧一起来看看最强的上分英雄推荐吧!!!~~ 武则天 法师中最强的就是武则天,超短的CD ...

  3. 王者英雄胜率用计算机怎么算,巅峰赛计算英雄胜率吗

    很多王者荣耀玩家说巅峰赛是不计算英雄胜率,那么事实是如此吗?今天就让小编带大家看看巅峰赛是否会计算英雄胜率吧. 正确答案 王者荣耀巅峰赛输赢都是计算胜率的,只是不掉星和不掉排位胜率罢了,英雄总体胜率输 ...

  4. 五年平均增速用计算机怎么算,行测重要知识点:年均增长率的计算

    行测题目中求解年均增长率时会涉及到多次方的运算,在实际操作中如不借助计算器很难精确运算.而考试是明确规定不能携带计算器的,因而考生遇到这类计算问题就比较头疼.今天中公教育跟大家一起来看看年均增长率如何 ...

  5. 用计算机怎样算折数,利用BA II Plus™计算器计算折旧的方法!

    大多数的CFA考生都使用的是BA II Plus™计算器,CFA官方允许使用的两款计算器之一. 但是,许多考生并不完全善用BA II Plus™的能力. 这篇文章介绍了如何利用计算器计算折旧的方法,希 ...

  6. 常用英雄胜率怎么刷_王者荣耀怎么刷英雄胜率和场次胜率方法解析

    王者荣耀怎么刷英雄胜率?怎么刷场次胜率?在游戏中,想要保持高胜率是一件不容易的事情,那么哪些英雄上分高且胜率也高呢?下面小编就在这里给各位玩家盘点下王者荣耀不败神话的英雄合集. 怎么刷英雄胜率 140 ...

  7. 王者荣耀中有哪些获胜率高的玩法?

    PMCAFF(www.pmcaff.com):互联网产品社区,是百度,腾讯,阿里等产品经理的学习交流平台.定期出品深度产品观察,互联产品研究首选. 外包大师(www.waibaodashi.com): ...

  8. 王者荣耀中一个英雄是怎么被产生的?

    点击关注公众号,Java干货及时送达 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接: https://blog.csdn.net/ ...

  9. queryselectorall 怎么取name_用这个方法,我爬取了《王者荣耀》《英雄联盟》等游戏皮肤图片...

    本文简介:本文使用Python制作爬虫,来爬取<英雄联盟><王者荣耀><神之浩劫>等游戏官方网站的英雄皮肤图片.可以作为新手爬虫的练手实战案例!! 爱打游戏的各位肯 ...

最新文章

  1. linux如何搭建mqtt服务器,【MQTT】在Ubuntu下搭建MQTT服务器
  2. MATLAB实战系列(十二)-如何用人工鱼群算法解决带时间窗车辆路径(CVRP)问题(附MATLAB代码)
  3. box怎么用 latency_换轴记给铝厂 F96 牛油果,换一套 Box 重力蓝
  4. CapsLock魔改大法——变废为宝实现高效编辑
  5. 假如王撕葱是程序员。。。
  6. 【JavaScript】重温Javascript继承机制
  7. 传智播客 sklearn数据集与机器学习组成
  8. java定时任务Quartz整理
  9. Hadoop学习之web查看HADOOP以及文件的上传和下载
  10. Axure 8.1.0.3382 激活码(转)
  11. git操作时:遇到提示Unable to create ‘D:/xxx/.git/index.lock‘: File exists.的解决办法解决方案
  12. ad采样的符号位_AD采样后数据如何在FPGA中转化为有符号数
  13. 天猫精灵通过私有云控制WiFi设备
  14. python图像数字识别
  15. InputBox接收数字,并将该数字转成int型
  16. 如何搭建一个自己的微信公众号
  17. luogu P3324 [SDOI2015]星际战争
  18. 用Python抓取漫画并制作mobi格式电子书
  19. 右击文件转圈卡住、刷新、白屏、闪退、桌面崩溃的通用解决方法
  20. 2021 年 8 月全国程序员薪酬出炉:北京18904元位居榜首

热门文章

  1. 九阴真经Ambari——1.熟悉Hortonworks官网结构并找到Ambari下载地址
  2. VS2005的include,library,src等路径自动设置
  3. 云平台运行python_如何免费云端运行Python深度学习框架?
  4. 反应式编程框架设计:如何使得程序调用不阻塞等待
  5. [OAuth2.0三方登录系列文章-1]OAuth2.0与三方登录的端到端方案
  6. 51单片机免冷启动下程序不用断电重启也能下载
  7. 常用图标素材分享网站
  8. Python爬取QQ音乐内地专辑
  9. Keras之TCN:基于keras框架利用时间卷积网络TCN算法对上海最高气温实现回归预测(把时间序列数据集转化为有监督学习数据集)案例
  10. 京东城市陈旭旭:AI和大数据如何撬动“城市计算”?| AIoT+智慧城市峰会