Python实现《明日方舟》干员寻访模拟器第二期：间接学习变化序列抽取目标事件和序列精确索引内容的经验

上一期的文章我们实现了《明日方舟》干员寻访模拟器单次抽奖的功能，了解了random.choice这个函数的特点，通过原始奖池机制把等可能转化为不等可能，上一期我们还编写了一个便捷的不等可能事件抽取函数，也比较了原始机制和该函数机制的优缺点，如果你忘记了上一期的内容，或者第一次看此栏目文章，可以选择移步上一期的文章：
Python实现复杂规则游戏抽奖模拟器第一期：间接学习random模块函数
给大家重温一下抽奖规则：
1、基准概率
六星干员出率：2%，五星干员出率：8%，四星干员出率：50%，三星干员出率：40%，不会出现一、二星干员。
2、默认卡池
六星干员42名，包括暂时绝版的干员6名；五星干员83名（33名不能寻访获得）；四星干员47名（7名不能寻访获得）；三星干员17名（1名无法寻访）。共计150名干员可被寻访到。
每次抽奖在150位非绝版干员中随机获取一名，那么各干员在其所属星级内等可能出现。
3、官方每更新一个卡池，该卡池用户前十次抽奖内必有一次是五星或六星干员，具体第几次为随机。
4、官方的标准卡池（而非默认卡池）含有两名特定六星干员，三名特定五星干员，特定干员在所属星级内的出率总和占该星级出率的50%，也就是说，如果你抽中了六星干员，有50%概率抽到两名特定六星中的一个，具体是随机的，并且是等可能的，但也有50%概率抽到别的非特定干员。
5、如果用户在任何一个卡池连续50次都没有抽到六星干员，下一次六星干员的总出率将提高两个百分点，之后每一次都会提升两个百分点，直到抽到六星，将恢复基准概率。这个次数不会因卡池变换而清零。
6、每次抽奖消耗600合成玉，合成玉与另一种货币：至纯源石的换算规律是：1源石=180合成玉

今天我们要继续实现模拟器的功能：“50次提概率”和“十次出一次”的两种机制。

首先我们回顾一下，上一期我们的抽奖机制是这样的：

import random
#100个事件，2个是六星，8个是五星，50个是4星，40个是三星
stars=[3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5,5,5,5,5,6,6]
#为节省篇幅，把一个星级所有干员信息放在了一行，需要查看的话往右边拉
six_stars=['黑','能天使','莫斯提马','艾雅法拉','伊芙利特','刻俄柏','斯卡蒂','煌','陈','银灰','赫拉格','阿','推进之王','安洁莉娜','麦哲伦','星熊','塞雷娅','夜莺','闪灵','风笛']
five_stars=['守林人','陨星','灰喉','白金','送葬人','普罗旺斯','蓝毒','夜魔','惊蛰','天火','布洛卡','拉普兰德','星极','诗怀雅','幽灵鲨','芙兰卡','狮蝎','食铁兽','崖心','槐琥','红','凛冬','德克萨斯','苇草','初雪','格劳克斯','真理','空','梅尔','雷蛇','临光','可颂','吽','白面鸮','赫默','华法琳','慑砂']
four_stars=['杰西卡','梅','流星','安比尔','白雪','红云','夜烟','远山','角峰','调香师','末药','苏苏洛','蛇屠箱','古米','霜叶','缠丸','猎蜂','慕斯','杜宾','阿消','暗索','砾','地灵','深海色','清道夫','桃金娘','红豆','宴','格雷伊']
three_stars=['炎熔','史都华德','克洛丝','空爆','月见夜','泡普卡','玫兰莎','香草','翎羽','芬','卡缇','米格鲁','斑点','芙蓉','安赛尔','梓兰']
a=random.choice(stars)
if a==3:result=random.choice(three_stars)
elif a==4:result=random.choice(four_stars)
elif a==5:result=random.choice(five_stars)
else:result=random.choice(six_stars)
print(result)

1、“50次加概率”的实现

如果想要实现50次没抽到六星干员就提升六星干员概率的话，我们应该给每次抽奖计数，如果这次没抽到六星，计数加1，如果抽到了六星，那么计数将清零。

#为节省篇幅，省略了卡池信息
import random
no_six_times=0#先决定结果的稀有度，如果不清楚为什么这么做，请参照第一期
a=random.choice(stars)if a==3:result=random.choice(three_stars)no_six_times+=1
elif a==4:result=random.choice(four_stars)no_six_times+=1
elif a==5:result=random.choice(five_stars)no_six_times+=1
else:result=random.choice(six_stars)
print(result)

我们来推算一下，按照抽奖规则，当你已经有50次没抽到时，下一次六星的概率将是4%，51次对应下一次6%，52次对应下一次8%…以此类推，直到98次未抽到时，下一次六星的概率为100%（建议使用初中一次函数的知识计算，比较方便）。也就是说，第99次必定抽到六星干员。这个逻辑一定要清楚，一个是98次之后的下一次抽奖六星的概率，另外一个是第99次必中，不是100的原因是因为六星本身就有2%的概率。

我们推算完以后，比较困难的是通过数据的变化体现概率提升，我打算这么做：50次以上时，每次没有抽到六星，就把stars里面的两个非6数字改成6，这样，提升了六星的概率，等量降低了低星的出现概率。

这个时候，stars中各项的顺序便尤为重要，如果把stars打乱，那么如果我们用stars[0]=6 stars[1]=6的话，可能因为这一项原来就是6，然后就覆盖掉了，这样也许不能达到提升概率的效果。所以我们要以星级升序排列，决不能让5星排在前面，这样会抽不到5星的，对客户是很不公平的。

我们可以这样提升概率：

while no_six_times>=50:stars[(No_six_times-50)*2]=6stars[(No_six_times-50)*2+1]=6no_six_times-=1

在这里给大家一些关于精确索引内容的经验：
1、要常常使用列表，而不是元组，集合，因为对列表的排序是原地进行的，而且它是有序序列，这样我们可以直接取第零项获取升序或降序的最值。
2、当你始终需要改变列表的最后一项时，常用-1索引。
3、通常在两个两个一改变的时候，最好想我使用上面的思路，这样只要小小的计算就行了。
4、在处理文件需要大型列表时，通常读取各行，形成由各行组成的列表，然后再在每一行识别段落、句子之类的，把每一行转换为列表，嵌套进原列表，也就是一个大列表包含各行，每一行又是一个列表，这样识别目标内容非常容易，比如file_lines[10][5]代表的就是第十行第五个字符或者单词。

假设你50次没抽到六星了，下一次六星的概率应该是4%，提升完概率真实的stars应该是这样：

stars=[6,6,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5,5,5,5,5,6,6]
#前两个原本是3，提升概率后成了6，总的算下来是4%，符合预期

可是我们下一次抽奖的时候就出现了问题：提升完概率以后，no_six_times按照计算就变成49了（实际的次数应该是50），那如果用户按照提升后的概率还是没抽到六星，no_six_times变成了50（实际应次数为51），按照算法，提升后的stars还是上面的样子（实际应该是6%），之后次数又变回了49，这完全不符合我们的意愿，第51次没抽到之后，应该是第三项第四项变为6，我们应该将no_six_times分离为两个变量，一个用来提升概率（就是现在的no_six_stars），还有一个是用来反映真实次数的变量（我们把它命名为real_no_six）。

no_six_times=real_no_six
while No_six_times>=50:stars[(No_six_times-50)*2]=6stars[(No_six_times-50)*2+1]=6No_six_times=No_six_times-1

相应地，我们在抽奖的时候要把no_six_times+=1改成real_no_six+=1，因为前者仅仅用于控制卡池，给它加1没有实际意义，也和我们的预期不符。方便起见，我们把前面决定结果稀有度的变量a改为“choices”，注意：我们抽到六星干员后还要重置六星的概率，这个比较简单，只要还原初始那个列表就行了。如下：

if choices==6:result=random.choice(six_stars)real_no_six=0stars=[4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,5,5,5,5,5,5,5,5,6,6]print('已获得：%s\n恭喜寻访到六星干员！'%result)
elif choices==5:result=random.choice(five_stars)real_no_six+=1print('已获得：%s，恭喜寻访到五星干员\n距离上次寻访到六星干员已有%s次'%(result,real_no_six))
elif choices==4:result=random.choice(four_stars)real_no_six+=1print('已获得：%s，你寻访到了四星干员\n距离上次寻访到六星干员已有%s次'%(result,real_no_six))
else:result=random.choice(three_stars)No_six_stars_times=No_six_stars_times+1print('已获得：%s，真菜，你寻访到了三星干员\n距离上次寻访到六星干员已有%s次'%(result,real_no_six))

改完之后我们就可以正常运行程序，效果符合预期，也实现了一个变量用于控制概率，另一个变量反应真实数据。

2、“10次出一次”的实现

这里的“出一次”是指出一次五星或者六星，我们称之为“保底”，在这个程序里用“least”这个英文单词表明这个东西与保底有关，保底的这一次是没有三星四星干员的，那么到了那时，原本的stars池应该是这样：

least_stars=[5,5,5,5,5,5,5,5,6,6]

保底的那一次抽奖我们称为“触发保底机制”，10次中必有一次触发保底机制，一旦触发了，保底将结束，除非重新设置保底，否则保底机制不再会被触发。那我们该如何在十次内抽取一次触发保底呢？我们应该在“变化事件集”中，以可变概率抽取目标事件。什么意思呢？就是这样：

n=10#这个不能随便放在这里，应当放入一个函数，按照我们的控制设置保底
#我是为了让大家明白而放这里的a=random.randint(1,n)#randint函数是两头都包含在内的，1和10都包含
#randint在所给两个参数之间随机抽取一个整数if a!=1:#始终以1作为目标事件，也就是触发保底机制do_least=True
else:do_least=Falsen-=1if do_least:choices=random.choice(least_stars)
else:choices=random.choice(stars)#接下来就是之前介绍过的抽奖机制了

我们这里始终以1触发保底机制的原因很明确，假设你设置的不是1，而是5，那你还剩四次的时候，肯定是抽不到5的，那不就不能保证10次中一次了吗？

那当我们即拥有若干次数的保底，又有50次没抽到六星干员呢？（这种情况是可能的，就比如说你已经抽了50次，再去设置保底）如果下一次正好触发了保底机制，那我们不能按照stars里面进行常规概率提升了，我们应该对least_stars进行概率提升，由于least_stars里面的六星出率是20%，如果还是按照2%一加很麻烦且不太符合逻辑，所以在least_stars内我们可以20%地加。
我们需要给原来的代码进行改进，加上保底中六星概率提升的功能（此处将n重命名为least）：

no_six_times=real_no_six
if least!=0:a=random.randint(1,least)if a==1:least=0do_least=Trueelse:least-=1do_least=False
while no_six_times>=50:if do_least:#这一块就是需要添加的东西least_stars[(no_six_times-50)*2]=6least_stars[(no_six_times-50)*2+1]=6else:stars[(no_six_times-50)*2]=6stars[(no_six_times-50)*2+1]=6no_six_times=no_six_times-1
if do_least:choices=random.choice(least_stars)
else:choices=random.choice(stars)

我们再把它整合成一个函数，定名single，表示单抽。

def single():global real_no_six,least,do_leastno_six_times=real_no_sixif least!=0:a=random.randint(1,least)if a==1:least=0#触发保底机制后清除剩余的次数do_least=Trueelse:least-=1do_least=Falsewhile no_six_times>=50:if do_least==True:least_stars[(no_six_times-50)*2]=6least_stars[(no_six_times-50)*2+1]=6else:stars[(no_six_times-50)*2]=6stars[(no_six_times-50)*2+1]=6no_six_times=no_six_times-1if do_least==True:choices=random.choice(least_stars)else:choices=random.choice(stars)if choices==6:result=random.choice(six_stars)real_no_six=0stars=[4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,5,5,5,5,5,5,5,5,6,6]do_least=False#无论通过什么方式抽到六星，都要解除保底least=0print(result)#这里简写了，下同elif choices==5:result=random.choice(five_stars)real_no_six+=1do_least=Falseleast=0print(result)elif choices==4:result=random.choice(four_stars)real_no_six+=1print(result)else:result=random.choice(three_stars)real_no_six+=1print(result)

设置和使用保底比前面的概率提升要简单的多，但是当有一个特殊情况时，会出现一个致命漏洞，我在某一次抽奖后遇到了报错：

>>> single()
Traceback(most recent call last): File "<pyshell#10>", line 19, in <module>:single() File H:\明日方舟干员寻访模拟器\主程序.py, line 14, in single:least_stars[(no_six_times-50)*2]=6
IndexError: list index out of range.
>>> real_no_six
56
>>> do_least
True

我们触发了保底机制，同时确实有50次没抽到六星了，结果却无法抽奖，我们来推算一下，56次没抽到六星，下次对应的将是stars[12]和stars[13]改为6，然后因为触发了保底，所以应该是least_stars[12]=6，然而，least_stars只有十项，所以会触发这个错误。经计算，54次以后的下一次如果触发保底，应该是100%出六星。所以我们只要做个判断，当real_no_six小于（等号可加可不加）54时就能避免错误且保证其他功能不受影响（以下是修正后的片段）：

while no_six_times>=50:if do_least==True:if real_no_six<54:#加上这行least_stars[(no_six_times-50)*2]=6least_stars[(no_six_times-50)*2+1]=6else:stars[(no_six_times-50)*2]=6stars[(no_six_times-50)*2+1]=6no_six_times=no_six_times-1

那么single函数的基本任务就完成了，我们可以着手其他的功能了。下一期我们将继续实现标准卡池特定干员概率提升的相关功能，欢迎关注我的专栏：游戏抽奖模拟器专栏。我们下期再见。

快速跳转下一期：
Python实现《明日方舟》干员寻访模拟器第三期：原始但实用的卡池机制，不过要小心！