游戲中的演算法

㈠ 游戲設計中有哪些經典的計算公式

減法公式：受到傷害=敵人攻擊力-防禦力
除消困法公式：受到傷害＝敵人攻擊力*敵人攻擊力/（防空頌御力+敵人攻擊力）
乘法公式：受到傷害＝敵人攻擊力*（1-免傷率）
經典概率演算法斗橋鄭
圓桌概率演算法
屬性池概念

㈡ 游戲打出傷害的演算法

傷害計算公式就源緩數是多個乘區相乘。（乘區：每個詞條屬性為一個乘區）。由此可以看出想要在游戲中打出大的傷害哪晌只有每個屬性發展均衡，傷雹首害才會最大化。

㈢ 棋類游戲的演算法有哪些

棋類游戲的演算法有哪些

棋類游戲通常包含三大要素：棋盤、棋子和游戲規則，其中游戲規則又包括勝負判定規則、落子的規則以及游戲的基本策略。下面我來給大家講講各類棋類游戲的演算法。

除了棋盤和棋子的建模，棋類游戲最重要的部分就是AI演算法的設計。目前棋類游戲的AI基本上就是帶啟發的搜索演算法，那麼常用的搜索演算法有哪些呢?

1. 博弈與博弈樹

博弈可以理解為有限參與者進行有限策略選擇的競爭性活動，比如下棋、打牌、競技、戰爭等。根據參與者種類和策略選擇的方式可以將博弈分成很多種，比如“二人零和、全信息、非偶然”博弈，也就是我們常說的零和博弈(Zero-sum Game)。所謂“零和”，就是有贏必有輸，不存在雙贏的結果。所謂“全信息”，是指參與博弈的雙方進行決策時能夠了解的信息是公開和透明的，不存在信息不對稱的情況。比如棋類游戲的棋盤和棋子狀態是公開的，下棋的雙方都可以看到當前所有棋子的位置，但是很多牌類游戲則不滿足全信息的條件，因為牌類游戲都不會公開自己手中的牌，也看不到對手手中的牌。所謂的“非偶然”，是指參與博弈的雙方的決策都是“理智”的行為，不存在失誤和碰運氣的情況。

在博弈過程中，任何一方都希望自己取得勝利，當某一方當前有多個行動方案可供選擇時，他總是挑選對自己最為有利同時對對方最為不利的那個行動方案。當然，博弈的另一方也會從多個行動方案中選擇一個對自己最有利的方案進行對抗。參與博弈的雙方在對抗或博弈的過程中會遇到各種狀態和移動(也可能是棋子落子)的選擇，博弈雙方交替選擇，每一次選擇都會產生一個新的棋局狀態。

假設兩個棋手(可能是兩個人，也可能是兩台計算機)MAX和MIN正在一個棋盤上進行博弈。當MAX做選擇時，主動權在MAX手中，MAX可以從多個可選決策方案中任選一個行動，一旦MAX選定某個行動方案後，主動權就轉移到了MIN手中。MIN也會有若干個可選決策方案，MIN可能會選擇任何一個方案行動，因此MAX必須對做好應對MIN的每一種選擇。如果把棋盤抽象為狀態，則MAX每選擇一個決策方案就會觸發產生一個新狀態，MIN也同樣，最終這些狀態就會形成一個狀態樹，這個附加了MAX和MIN的決策過程信息的狀態樹就是博弈樹(Game Tree)。

2. 極大極小值搜索演算法

極大極小值(Min-Max)搜索演算法是各種博弈樹搜索演算法中最基礎的搜索演算法。假如MAX和MIN兩個人在下棋，MAX會對所有自己可能的落子後產生的局面進行評估，選擇評估值最大的局面作為自己落子的選擇。這時候就該MIN落子，MIN當然也會選擇對自己最有利的局面，這就是雙方的博弈，即總是選擇最小化對手的'最大利益(令對手的最大利益最小化)的落子方法。作為一種博弈搜索演算法，極大極小值搜索演算法的名字就由此而來。

3. 負極大值搜索演算法

博弈樹的搜索是一個遞歸的過程，極大極小值演算法在遞歸搜索的過程中需要在每一步區分當前評估的是極大值節點還是極小值節點。1975年Knuth和Moore提出了一種消除MAX節點和MIN節點區別的簡化的極大極小值演算法，稱為負極大值演算法Negamax。該演算法的理論基礎是：

max(a,b) = -min(-a, -b)

簡單地將遞歸函數MiniMax()返回值取負再返回，就可以將所有的MIN 節點都轉化為MAX節點，對每個節點的搜索都嘗試讓節點值最大，這樣就將每一步遞歸搜索過程都統一起來。

4. “α-β”剪枝演算法

有很多資料將“α-β”剪枝演算法稱為“α-β”搜索演算法，實際上，它不是一種獨立的搜索演算法，而是一種嫁接在極大極小值演算法和負極大值演算法上的一種優化演算法。“α-β”剪枝演算法維護了一個搜索的極大極小值窗口：[α,β]。其中α表示在搜索進行到當前狀態時，博弈的MAX一方所追尋的最大值中最小的那個值(也就是MAX的最壞的情況)。在每一步的搜索中，如果MAX所獲得的極大值中最小的那個值比α大，則更新α值(用這個最小值代替α)，也就是提高α這個下限。

而β表示在搜索進行到當前狀態時，博弈的MIN一方的最小值中最大的那個值(也就是MIN的最壞的情況)。在每一步的搜索中，如果MIN所獲得的極小值中最大的那個值比β小，則更新β值(用這個最大值代替β)，也就是降低β這個上限。當某個節點的α≥β時，說明該節點的所有子節點的評估值既不會對MAX更有利，也不會對MIN更有利，也就是對MAX和MIN的選擇不會產生任何影響，因此就沒有必要再搜索這個節點及其所有子節點了。

5. 估值函數

對於很多啟發式搜索演算法，其“智力”的高低基本上是由估值函數(評估函數)所決定，棋類游戲的博弈樹搜索演算法也不例外。

估值函數的作用是把一個棋局量化成一個可直接比較的數字，這個數字在一定程度上能反映取勝的概率。棋局的量化需要考慮很多因素，量化結果是這些因素按照各種權重組合的結果。這些因素通常包括棋子的戰力(棋力)、雙方棋子佔領的空間、落子的機動性、威脅性(能吃掉對方的棋子)、形和勢等。

6. 置換表與哈希函數

置換表(transposition table)也是各種啟發式搜索演算法中常用的輔助演算法，它是一種以空間換時間的策略，使用置換表的目的就是提高搜索效率。一般情況下，置換表中的每一項代表者一個棋局中最好的落子方法，直接查找置換表獲得這個落子方法能避免耗時的重復搜索，這就是使用置換表能大幅提高搜索效率的原理。

使用置換表最大的問題是置換表的組織和查找的效率。一般來說，置換表越大，查找的命中率就越高。但這個關系不是絕對的，當置換表大小達到一定規模後，不僅不會再提高命中率，反而會因為耗時的查找操作影響演算法的效率。所以置換表不是越大越好，需要根據計算機的性能以及搜索的深度選擇一個合適的大小。此外，為了查找操作更高效，通常都會用可直接訪問的哈希表方式組織置換表，哈希函數的性能就成為影響置換表性能的重要因素。棋類游戲普遍採用Zobrist哈希演算法。

㈣ 演算法過程是什麼

㈤ LOL有沒有很有用的游戲演算法公式

LO里的穿甲演算法你了解嗎？

作為英雄聯盟的老玩家，在懷舊老版LOL的同時，也對曾經游戲的氛圍感慨萬千。在S2時期，玩家很少討論LPL戰隊，大家關心LPL戰隊的輸贏，卻不在乎比賽的過程。他們認為與其看職業比賽來學游戲技術，還不如揣摩一下若風的國服第一系列，亦或大司馬的多邊形打野。老玩家們甚至會為了LOL某個英雄的被動爭論的喋喋不休——現在的LO有所不同，除了一些奇葩套路之外，幾乎沒有玩家在乎LOL的游戲攻略。

推導發現，當前版本LOL護甲穿透的實際公式是：

• 0.4乘護穿乘英雄等級除以18，再加上0.6乘以護穿

通過公式可以看出，這個“暗改”大幅增強了刺客英雄，而在出現了幕刃等裝備的情況下，ADC在英雄聯盟里變得非常艱難。

不過暗改只是一句調侃，很可能是LOL發出公告時沒有玩家注意到罷了。好在現版本英雄聯盟增強了ADC，許多ADC英雄又可以出場了！

㈥ 大魚吃小魚游戲中用到過哪些演算法

大魚吃小魚游戲中用到過ZooKeeper的演算法。

ZooKeeper是一個分布式的，開放源碼的分布式應用程序協調服務，是Google的Chubby一個開源的實現（Chubby是不開源的），它是集群的管理者，監視著集群中各個節點的狀態根據節點提交的反饋進行下一步合理操作。最終，將核慧簡單易用的介面和性能高效、功能穩定碼氏手的系統提供給用戶 。

Zookeeper一個最常用的使用場景就是用於擔任服務生產者和服務消費者的注冊中心，服務生產者將自己提供的服務注冊到Zookeeper中心，服務的消費者在進行服務調用的時候先到Zookeeper中查找服務，獲取到服務生產者的詳細信息之後，再去調用服務生產者的內容與數據。

ZooKeeper 的架構圖中我們需要了解和掌握的主要有：

（1）ZooKeeper分為伺服器端（Server） 和客戶端（Client），客戶端可以連接到整個 ZooKeeper服務的任意伺服器上（除遲嫌非 leaderServes 參數被顯式設置， leader 不允許接受客戶端連接）。

（2）客戶端使用並維護一個 TCP 連接，通過這個連接發送請求、接受響應、獲取觀察的事件以及發送信息。如果這個 TCP 連接中斷，客戶端將自動嘗試連接到另外的 ZooKeeper伺服器。

客戶端第一次連接到 ZooKeeper服務時，可以接受這個連接的 ZooKeeper伺服器會為這個客戶端建立一個會話。當這個客戶端連接到另外的伺服器時，這個會話會被新的伺服器重新建立。

（3）上圖中每一個Server代表一個安裝Zookeeper服務的機器，即是整個提供Zookeeper服務的集群（或者是由偽集群組成）。

㈦ 游戲中為什麼用啟發式a星演算法

首先，A* 是啟發式演算法，在尋路過程中搜索的范圍相比 Dijsktra 一般要小得多（當然，有時也可能一樣）
其次，A* 演算法的搜索速度和效率可控，可以通過控制代價函數來權衡搜索的速度和精度之間的關系

㈧ 24點游戲演算法

你就不能稍微描述下？誰知道你指的是哪個游戲

㈨ 長沙麻將演算法

1、長沙麻將詳解：長沙麻將演算法是胡牌+中鳥（一般兩個鳥，中一個就按下面的計算方式乘以2，中兩個就乘以3）。

2、小胡：閑家一番，莊家兩番，然後再看中鳥。

3、大胡：大胡只有清一色、小七對、將將胡、碰碰胡、全求人、杠上花、海底撈。每個大胡演算法是一樣的，即閑家六番，莊家七番。然後再看中鳥。

4、多大胡：會有多大胡的情況，比如清一色的杠上花，龍七對，碰碰胡的全求人的杠上花，那麼演算法就是這樣的，一個大胡在沒有算鳥的情況下算一盒，兩個大胡就是兩盒，三個就是三盒，再算中鳥。

麻將起源

1、我們俗稱「餅」，它其實是一個糧倉屯（土話）的正上方俯視圖，也就是說」筒「是一個抽象的截圖。大家可以結合搜一個糧倉圖（暫沒有找到合適的俯視圖給大家）。儲糧食的時候，人們用席子圍成一個桶狀的立柱空間，糧食儲存在裡面，為了防漏雨，頂是兩圈草墊以同心圓疊蓋結成。

2、因此，從糧倉的正上方俯視下來，我們看到的抽象事物就是一個「筒」，兩個糧倉就是兩個「筒」，以此類推到「九筒」。後來因打仗傳到南方後，叫法上出現了「餅」的讀音，是一種看圖說話的緣故，但這個錯誤也很普遍地沿襲了下來，讓人們對麻將的歷史理解越來越遠。

基礎

1、一般長沙麻將需要任意花色2、5、8序數做將，才能胡牌。

2、少數特殊牌型可以不需要任意花色2、5、8序數做將也能胡牌，後文會詳細說明。

3、可吃、碰、杠，其中杠牌比較特殊分為「補杠」和「開杠」2種。

4、補杠胡牌時不算杠上花，開杠只有在聽牌時才能開杠，開杠後不可以更改聽張。

5、可自摸、放炮，有人胡牌時，立刻算扎鳥。

番型

1、長沙麻將的特色玩法，跟其他地方麻將，有著一種特殊的區別，那就是多一種起手胡。

2、起手胡是幾種特殊牌型，當麻友們正好起手擁有這幾種牌型，即可算做胡牌，（算完後繼續打牌）。

3、起手一共分為4種番型，分別是四喜、板板胡、缺一門、六六順。

4、四喜：起手手中有四張一樣的牌。

5、板板胡：起完牌後，手中沒有一張花色的2、5、8將牌。

6、缺一色：起手手上筒索萬任意缺一門。

7、六六順：起手手中有2個刻字。

牌型

1、爛鬍子：就是屁胡+1番。

2、全球人：四副牌全是吃碰杠，胡他家打出的牌，6番。

3、碰碰胡：不必詳細解釋，一般麻友都懂，6番。

4、清一色：同一花色牌胡牌，不需要2、5、8做將，也是6番。

5、七對：手中7個對子自摸胡牌，6番。

㈩ 游戲演算法中的AI演算法是指什麼.AI是什麼意思

游戲AI指的是游戲本身的性能(包括畫面處理,動作處理等),就好象人有IQ一樣,程序有的就是AI,就好比是程序的智商一樣.