游戏中常常要做一个动作的命中判定，比如攻击的命中判定，结果一般为未命中、普通命中，致命命中，命中格挡等（当然复杂起来远不只这些）。一般的，程序上（或策划上）采用的是优先级概率算法或者圆桌算法。

优先级概率的算法是：先判定是否未命中，如果命中是否闪躲，如果未闪躲是否招架，最后才是普通攻击（有省略）。也就是说按优先级（顺序）进行概率计算和判断。

圆桌算法是将这些属性（命中普通攻击、未命中、招架、命中致命攻击）放在一起，构成一个圆桌。如20%未命中，5%致命攻击，30%招架，剩余45%为普通攻击。

从上面的描述来看，圆桌算法输入的参数是一个代表概率的数组，或者，更广泛地说是一组系数。我们完全没有必要将参数固定为合起来为100%的概率值（虽然这么做同样可行）。因为当我们知道一组系数的时候，我们也同时知道了每个系数在这一组数据中所占的比例。如我们可以使用10，20，30来做参数，显然，10所占的比例是10/(10+20+30)为1/6，同样的，20占2/6，30占3/6。所以这扩展了程序员和策划的自由度。而圆桌算法的输出则是一个代表圆桌某一个部分的索引。例如0表示10的部分，1表示20的部分，2表示30的部分。这里要注意的是，这些系数显然必须是一个正数，负值的系数是没有意义的。

算法的流程是：随机生成一个数字，判断这个数在哪个区间中，然后输出这个区间的编号即可。当然，我们可以生成一个介于0到1的数字，然后判定分布于哪个概率区间即可。在文章的最后将给出具体C#代码。

继续，我们讨论关于圆桌算法牺牲属性的问题（吃完普通攻击吃致命一击的问题）。这个问题的描述是(http://baike.baidu.com/view/1927517.htm)：

对于例子：

目标的躲闪几率……20%

目标的招架几率……5%

战士的致命一击率……30%

当闪躲增加50%时按照刚才的圆桌理论算法结果为：

躲闪几率70%

招架几率5%

致命一击几率25%（30%-5%）

出现普通攻击的几率0 %

随着属性的增加，例如当躲闪提高到90%，招架提高到15%的时候，会出现如下的属性：

出现躲闪字样的几率90%

出现招架字样的几率10%（15%-5%）

出现致命一击的几率0%

出现普通攻击的几率0%

这一次，作出牺牲的是普通攻击，致命一击还有招架，其中致命一击已经完全被牺牲掉，这对于结果的公平性是很大的负面影响。

但是，可以有另外一种计算方法，而不用牺牲个别属性，这就是本文提出的方法。

同样的例子（我们用X代表属性,第二列的数字表示概率或者说系数）：

如果X1提高到70%，那么其他属性自然而然地降低。为什么都要降低呢？很合理的，而原来的几率是相对于整个圆桌而言的，当整个圆桌因为一个属性的几率增大时，其他属性就会按比例的缩小，这样才能体现公平性了。因为前面的方法不合理的地方就是在于先牺牲了一种属性。这里有一点要说的是，将一个属性的几率提高到100%以上是没有意义的，因为100%就意味着必然发生。

那么将X1几率提高到70%后其他应该怎么变化呢？上面已经提到——按比例。在该例子中，原来X2几率为5%，X3为30%，剩余X4为45%，除去X1后，

X2占剩余的5%/(1-20%)=5/80

X3占30/80

X4占45/80

当X1几率提高到70%，剩余30%供其他属性分享。因此结果是：

合起来依然是100%。于是在数值上的合理性就可以验证了。（代码依旧在文章的最后。）

但是在实际上，新问题会不断出现，主要表现在调整的先后顺序上，即先提高X1到70%，再提高X2到70%，和先提高X2到70%再提高X1到70%，得到的结果完全不同，程序计算结果如下：

表1

表2

这组数据表明，调整的先后顺序会影响计算的结果。我们不妨想象在真实的游戏中，玩家开启闪躲技能，将闪躲提高到了70%，那么玩家希望的就是不被命中。然后开启招架技能，将招架提高到了70%，这时玩家希望的是同时拥有70%的闪躲和70%的招架。也就是说如果被命中（30%），尽量出现招架。但是表1表明此时闪躲的概率降低了，不满足玩家期望的效果。

这个问题本质上是优先级问题，圆桌上的所有属性应当是同优先级的。我们可以将命中判定分为2个部分，对于存在优先级的属性采用优先级概率算法，对于同优先级的采用圆桌算法。这样会形成如下图的结构：

实际中可以先做命中和非命中的圆桌运算，然后做其他优先级相同的属性的圆桌运算，输出最终的命中类型。当然如果还有属性中的优先级需要存在，我们可以再做一轮圆桌计算。

从这样的分析来看，圆桌算法的程序实现上不存在这样的问题。所以圆桌算法类应该有以下几个功能：

1、通过输入的参数输出结果。2、通过输入参数能够调整一个系数。

具体代码见链接地址（链接地址）