手游的隨機演算法一般是什麼

1. 隨機化演算法 隨機數的概念是什麼

顧名思義.隨機數就是隨機生成的一個數字.不是人為生成的.這個隨機數在產生之前.是不為人知的.
隨機化演算法是這樣一種演算法，在演算法中使用了隨機函數，且隨機函數的返回值直接或者間接的影響了演算法的執行流程或執行結果。隨機化演算法基於隨機方法，依賴於概率大小。

2. 隨機遊走演算法是什麼

這個……設置一個1到4的隨機數（假定遊走的空間是二維的），如果隨機數結果為1，就向上走一個單位，如果為2，向左走一個單位，如果為3，向下走一個單位，如果為4，向右走一個單位，每走一個單位，重復一遍上面的過程。

3. 爐石傳說抽牌概率真的是隨機嗎

答案是肯定的，確實是隨機。

4. 隨機數演算法是什麼

在計算機中並沒有一個真正的隨機數發生器，但是可以做到使產生的數字重復率很低，這樣看起來好象是真正的隨機數，實現這一功能的程序叫偽隨機數發生器。有關如何產生隨機數的理論有許多如果要詳細地討論，需要厚厚的一本書的篇幅。不管用什麼方法實現隨機數發生器，都必須給它提供一個名為「種子」的初始值。而且這個值最好是隨機的，或者至少這個值是偽隨機的。「種子」的值通常是用快速計數寄存器或移位寄存器來生成的。下面講一講在C語言里所提供的隨機數發生器的用法。現在的C編譯器都提供了一個基於ANSI標準的偽隨機數發生器函數，用來生成隨機數。它們就是rand（）和srand（）函數。這二個函數的工作過程如下：」）首先給srand（）提供一個種子，它是一個unsignedint類型，其取值范圍從0～65535；2）然後調用rand（），它會根據提供給srand（）的種子值返回一個隨機數（在0到32767之間）3）根據需要多次調用rand（），從而不間斷地得到新的隨機數；4）無論什麼時候，都可以給srand（）提供一個新的種子，從而進一步「隨機化」rand（）的輸出結果。這個過程看起來很簡單，問題是如果你每次調用srand（）時都提供相同的種子值，那麼，你將會得到相同的隨機數序列，這時看到的現象是沒有隨機數，而每一次的數都是一樣的了。例如，在以17為種子值調用srand（）之後，在首次調用rand（）時，得到隨機數94。在第二次和第三次調用rand（）時將分別得到26602和30017，這些數看上去是很隨機的（盡管這只是一個很小的數據點集合），但是，在你再次以17為種子值調用srand（）後，在對於rand（）的前三次調用中，所得的返回值仍然是在對94，26602，30017，並且此後得到的返回值仍然是在對rand（）的第一批調用中所得到的其餘的返回值。因此只有再次給srand（）提供一個隨機的種子值，才能再次得到一個隨機數。下面的例子用一種簡單而有效的方法來產生一個相當隨機的「種子」值－－－－當天的時間值：g＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌椋錚瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌歟椋猓瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦穡澹螅瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦椋恚澹猓瑁Γ紓簦弧。觶錚椋洹。恚幔椋睿ǎ觶錚椋洌。。椋睿簟。椋弧。醯睿螅椋紓睿澹洹。椋睿簟。螅澹澹洌鄭幔歟弧。螅簦潁醯悖簟。簦椋恚澹狻。簦椋恚澹攏醯媯弧。媯簦椋恚澹ǎΓ幔恚穡唬簦椋恚澹攏醯媯弧。螅澹澹洌鄭幔歟劍ǎǎǎǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯簦椋恚澹Γ幔恚穡唬埃疲疲疲疲。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚蕖。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚弧。螅潁幔睿洌ǎǎ醯睿螅椋紓睿澹洹。椋睿簦螅澹澹洌鄭幔歟弧。媯錚潁ǎ椋劍埃唬椋Γ歟簦唬保埃唬椋。穡潁椋睿簦媯ǎΓ瘢醯錚簦唬ィ叮洌Γ＃梗玻唬睿Γ瘢醯錚簦籦egjrand（））；｝上面的程序先是調用＿ftime（）來檢查當前時間yc並把它的值存入結構成員timeBuf．time中wae當前時間的值從1970年1月1日開始以秒計算aeh在調用了＿ftime（）之後在結構timeBuf的成員millitm中還存入了當前那一秒已經度過的毫秒數，但在DOS中這個數字實際上是以百分之一秒來計算的。然後，把毫秒數和秒數相加，再和毫秒數進行異或運算。當然也可以對這兩個結構成員進行更多的計算，以控制se．．．．．．餘下全文＞＞

5. 什麼是「隨機」教你分清「偽隨機」和「真隨機」

​很久以前流傳著這樣一則笑話：一個身患重病的人決定去動手術。在手術之前，他問醫生：「這起手術的成功率是多少？」醫生回答他：「只有1%。」他很驚慌，但是醫生說：「沒事的，在你之前我已經治死過99個人了。」

這是一則嘲笑那些不懂「概率」的人的笑話，卻講出了「真隨機」和「偽隨機」之間的區別。

在四月末的時候，我曾寫過一篇 《你打 游戲 靠的是技術，還是運氣？》 ，其中就提及了「偽隨機」這個概念。當時受限於篇幅，沒有詳細展開解釋「偽隨機」的概念。前不久，在因國際邀請賽而備受關注的Dota2在最近一次的更新中，有這么一條更新內容： 「落空的負面效果和下坡攻擊的落空效果現在都採用偽隨機觸發」 。

那麼到底什麼是 「偽隨機」 呢？以及和「偽隨機」對應的 「真隨機」 又是什麼概念？

贗隨機數演算法（Pseudo-Random Number Generator，簡稱PRNG） 是計算機的一個術語——當然，它也可以被叫做「偽隨機數演算法」，只是為了方便與 游戲 中的「偽隨機數」進行區分，本文中統一稱作「贗隨機數演算法」。

眾所周知，計算機程序是由無數「0」和「1」兩種狀態構成的，如果一個狀態不是「0」，那就必定是「1」，頗有種非黑即白的味道。

因此，在計算機程序中，不存在「不確定」的數字，只有確定的「1」和「0」。基於這種特性，計算機無法生成「真正的（不確定的）隨機數」。

那麼在計算機中，需要生成或是使用到隨機數的時候怎麼辦呢？ 通常是利用計算機抓取一些數值，然後將這些數值輸入至一個復雜演算法 （常用的演算法是同餘法和梅森旋轉演算法，有興趣的讀者可以自行查詢，這里就不展開講了） 當中，通過一系列運算得出一個數字，這就是平常說的贗隨機數了。

只要最初輸入的數值（初值）不變，那麼輸出的值都會是同一個值，這就證明了這個數並不隨機，只是看起來隨機而已。

換句話說，只要這個隨機數是由確定演算法生成的，那就是贗隨機數。

所以下一次在和朋友聊天時提到真隨機數、偽隨機數時，如果有人插嘴：「計算機只能生成偽隨機數，所以根本沒有什麼真隨機」，那你就可以霸氣側漏地說他是 「雲玩家」 了。

我們通常說的 真隨機 又名 「純隨機」（True Random Distribution） ，就是我們平常一直說的那種、一般意義上的「隨機」。

在真隨機中， 每一個事件都是相互獨立、服從真隨機分布的，不受其他事件的發生而改變 。比方說某款 游戲 為了吸引用戶，擁有這么一個隨機抽卡系統：每次抽卡時，都有1%的幾率抽出SSR卡片，這個概率服從真隨機分布。

回到我們最開始說的那個「治死99個」的笑話：我們一眼就能看出這個笑話的不合理性。但在抽卡 游戲 中，我們的大腦瞬間失去理智。有相當一部分玩家認為： 我連抽100次，總能抽到這張卡吧！

實際上，連抽100次卻抽不出1%的SSR卡的幾率是為(1-0.01)^100=36.6%，甚至還稍稍超過了1/3。將連抽數字上升至300，也仍有4.9%的幾率。

換句話說，假設有10000個玩家連抽100次，就有約3660個玩家抽不出這張SSR；10000個玩家連抽300次，也仍有約490個玩家抽不出這張SSR ——這對玩家的 游戲 體驗來說可以說是毀滅性的打擊。

盡管純隨機在數學上是無罪的，在代碼中更是明明白白、清清楚楚，但玩家抽不出卡可不會回想到初高中的數學課本， 而是首先懷疑幾率是否被策劃運營篡改、這背後又是否有骯臟的PY交易……

當然不僅僅是在抽卡系統當中如此。在一些競技性比較強的 游戲 中（比如War3、Dota2之中——英雄聯盟幾乎完全摘除了隨機系統，不在此列），連續數次的「走運」極大影響 游戲 的競技性和觀賞性。

比方說Dota中最著名的概率英雄虛空假面的技能「回到過去」： 使虛空假面有25%幾率完全躲避一次傷害。 受限於War3引擎，這個技能採用的是真隨機概率，在某個極端情況下（通常見於精彩集錦中），虛空假面能夠保持很低的血量承受多次傷害卻不死、最終反殺對手。這種帶給敵方極差 游戲 體驗的系統，因此也進入了計師們「整治范圍」之中。

為了避免極差的 游戲 體驗帶來的玩家數量流失，設計者們提出了「偽隨機」的概念： 在不確定性的隨機事件當中，通過一系列演算法使隨機事件均勻分布在多次事件當中，盡可能減少或消除極端情況的發生，以提高玩家的 游戲 體驗。

在設計師們的努力下，「偽隨機」應運而生，這里的偽隨機就和上文的贗隨機數演算法（PRNG）意義不同了。

製造「偽隨機」的方法有很多，在War3、Dota2這類 游戲 當中普遍使用的是 「偽隨機分布」（Pseudo Random Distribution，簡稱PRD） 處理概率。

就拿Dota2中最強大的暴擊技能「恩賜解脫」來舉例： 幻影刺客有15%的幾率造成200%/325%/450%致命一擊傷害 。在PRD機制下，幻影刺客的攻擊實際上 並不是 每一刀都有15%的暴擊率。

根據PRD機制的公式P(N)=N*C可得出15%幾率的C值為3.22%，即幻影刺客的第一次攻擊暴擊概率為3.22%；如果第一刀沒有暴擊，則第二刀的暴擊率提升至2倍，即6.44%；如果仍舊沒有暴擊，則提升至3倍的9.66%，以此類推。

如果繼續推算，可得在第32刀時暴擊幾率會達到100%，最可能觸發暴擊的次數是第6刀，平均觸發刀數是6.67刀等等……

同樣，在連續觸發暴擊時，下一刀的暴擊幾率會減少。RPD機制使競技 游戲 中連續觸發或不觸發技能的幾率降低，避免了運氣成分過度干擾戰斗結果，大幅提升了玩家的 游戲 體驗，但不影響這些隨機事件的正反饋：TI6決賽的「打我五下暈三下」，可是令全球人民集體沸騰了呢！

除了偽隨機分布RPD之外，還有兩種常見的偽隨機： 洗牌演算法 和 組合隨機 。

洗牌演算法 最常見的用法，是在各大音樂播放器中的「隨機播放」之中。在隨機播放時，如果採用真隨機，會導致一首歌無論如何都播放不出，或是同一首歌連續播放數次（有興趣的讀者可以計算一下這些概率）。為了解決這個問題，播放器採用的解決方案即是洗牌演算法：將一個包含所有歌曲的數組像洗牌一樣打亂，然後依次播放這個亂序數組。

至於 組合隨機 ，這是一種廣泛應用於各個 游戲 的做法：在抽獎的時候進行兩次、或是更多次的判斷，一次不隨機，而剩下的判斷則是真隨機。比如說，你會在第X次抽卡時抽到SSR是確定的，但抽中的SSR具體是哪張卡，則是隨機的——這就是廣大手游中的「低保」系統了。

在一堆數據之中想要分清「真隨機」和「偽隨機」似乎並不是那麼容易。那麼接下來為大家介紹兩個例子，有助於更好理解什麼是「真隨機」和「偽隨機」：

真隨機 ：有一天，小明在的班級上舉辦了一次抽獎活動。這個班級有40個學生，所以為了公平起見，保證每個學生都有1/40的幾率中獎，老師准備了40個相同的紙盒，每個紙盒中都有40張紙條，有1張紙條是中獎紙條。這樣一來，每個學生都有1/40的幾率中獎，但每個學生是否中獎並不受其他學生的影響。在極端情況下，這個班上可能40個學生都能中獎。這就是真隨機。

偽隨機 ：小明班上舉辦了抽獎活動。為了公平起見，老師准備了1個紙盒，紙盒中有40張紙條，只有1張紙條是中獎紙條。這樣一來，每個學生都有1/40的幾率中獎——但是顯而易見，這個班上有且僅有一名學生能夠中獎。一名學生在中獎後，餘下的所有學生中獎幾率都會減少至0。這就是偽隨機。

6. 求隨機數常用演算法

一般隨機數都不是完全隨機的，你在一個程序里兩次調用系統的隨機函數，你會發現是一樣的！
給你個思路，用系統函數得到當前進程的開始時間，然後處理這個時間，演算法想怎麼寫就怎麼寫，因為每次程序運行時間的不一樣的，所以得到的隨機數就「隨機」了，很多隨機函數都是這么做的！

7. 網路游戲裡面的虛擬裝備強化是按照一定概率成功的嗎

隨機的是直接調用引擎的隨機函數來實現的，一般這種情況，所有的玄學都是無效的。但是也有例外情況，曾經在我們游戲里出現了一個怪現象，也是強化系統里的，就是在某種情況下，會出現連續成功的情況，而且可以重現。這個現象很詭異，也不好解釋，只能說可能是引擎的隨機演算法可能存在問題。不過這種是極為少見的情況，可以忽略不計。

8. 隨機數演算法是什麼

在計算機中並沒有一個真正的隨機數發生器，但是可以做到使產生的數字重復率很低，這樣看起來好象是真正的隨機數，實現這一功能的程序叫偽隨機數發生器。有關如何產生隨機數的理論有許多如果要詳細地討論，需要厚厚的一本書的篇幅。不管用什麼方法實現隨機數發生器，都必須給它提供一個名為「種子」的初始值。而且這個值最好是隨機的，或者至少這個值是偽隨機的。「種子」的值通常是用快速計數寄存器或移位寄存器來生成的。下面講一講在C語言里所提供的隨機數發生器的用法。現在的C編譯器都提供了一個基於ANSI標準的偽隨機數發生器函數，用來生成隨機數。它們就是rand（）和srand（）函數。這二個函數的工作過程如下：」）首先給srand（）提供一個種子，它是一個unsignedint類型，其取值范圍從0～65535；2）然後調用rand（），它會根據提供給srand（）的種子值返回一個隨機數（在0到32767之間）3）根據需要多次調用rand（），從而不間斷地得到新的隨機數；4）無論什麼時候，都可以給srand（）提供一個新的種子，從而進一步「隨機化」rand（）的輸出結果。這個過程看起來很簡單，問題是如果你每次調用srand（）時都提供相同的種子值，那麼，你將會得到相同的隨機數序列，這時看到的現象是沒有隨機數，而每一次的數都是一樣的了。例如，在以17為種子值調用srand（）之後，在首次調用rand（）時，得到隨機數94。在第二次和第三次調用rand（）時將分別得到26602和30017，這些數看上去是很隨機的（盡管這只是一個很小的數據點集合），但是，在你再次以17為種子值調用srand（）後，在對於rand（）的前三次調用中，所得的返回值仍然是在對94，26602，30017，並且此後得到的返回值仍然是在對rand（）的第一批調用中所得到的其餘的返回值。因此只有再次給srand（）提供一個隨機的種子值，才能再次得到一個隨機數。下面的例子用一種簡單而有效的方法來產生一個相當隨機的「種子」值－－－－當天的時間值：g＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌椋錚瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅簦洌歟椋猓瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦穡澹螅瑁Γ紓簦弧。＃椋睿悖歟醯洌澹Γ歟簦唬螅螅Γ＃矗罰唬簦椋恚澹猓瑁Γ紓簦弧。觶錚椋洹。恚幔椋睿ǎ觶錚椋洌。。椋睿簟。椋弧。醯睿螅椋紓睿澹洹。椋睿簟。螅澹澹洌鄭幔歟弧。螅簦潁醯悖簟。簦椋恚澹狻。簦椋恚澹攏醯媯弧。媯簦椋恚澹ǎΓ幔恚穡唬簦椋恚澹攏醯媯弧。螅澹澹洌鄭幔歟劍ǎǎǎǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯簦椋恚澹Γ幔恚穡唬埃疲疲疲疲。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚蕖。ǎ醯睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏醯媯恚椋歟歟椋簦恚弧。螅潁幔睿洌ǎǎ醯睿螅椋紓睿澹洹。椋睿簦螅澹澹洌鄭幔歟弧。媯錚潁ǎ椋劍埃唬椋Γ歟簦唬保埃唬椋。穡潁椋睿簦媯ǎΓ瘢醯錚簦唬ィ叮洌Γ＃梗玻唬睿Γ瘢醯錚簦籦egjrand（））；｝上面的程序先是調用＿ftime（）來檢查當前時間yc並把它的值存入結構成員timeBuf．time中wae當前時間的值從1970年1月1日開始以秒計算aeh在調用了＿ftime（）之後在結構timeBuf的成員millitm中還存入了當前那一秒已經度過的毫秒數，但在DOS中這個數字實際上是以百分之一秒來計算的。然後，把毫秒數和秒數相加，再和毫秒數進行異或運算。當然也可以對這兩個結構成員進行更多的計算，以控制se．．．．．．餘下全文＞＞

9. 有哪些隨機數演算法呢

1、數值概率演算法：用於數值問題的求解。所得到的解幾乎都是近似解，近似解的精度
隨著計算時間的增加而不斷地提高。
2、拉斯維加斯演算法（LasVegas）：要麼給出問題的正確答案，要麼得不到答案。反復求解多次，可
使失效的概率任意小。
3、蒙特卡羅演算法（MonteCarlo）：總能得到問題的答案，偶然產生不正確的答案。重復運行，每一次
都進行隨機選擇，可使不正確答案的概率變得任意小。
4、舍伍德演算法（Sherwood）：很多具有很好的平均運行時間的確定性演算法，在最壞的情況下性能很
壞。引入隨機性加以改造，可以消除或減少一般情況和最壞情況的差別。

10. 神武手游怎麼計算寵物打書掉啥技能概率

對於一些帶有頑固垃圾技能的寵物，不要急著直接頂高書，先把你頂格子的垃圾書換成有用的。這是防止你最後剩下一個頑固的垃圾技能掉不了。比如有人打帶鬼魂術的羅剎女，十多本高書了，那個鬼魂巋然不動。鋪了底子，也許最後寵物沒完美，但至少不垃圾。每個技能都有用。

鋪底子有原則的：不要和你要打的高書沖突。比如你打算打高法爆，就別用低法暴鋪底。鋪底技能多了，什麼低幸運，法波，恐怖，凝氣，冰霜等等。都不錯。
領悟與頂格子
對於許多玩家洗出的滿成長，資質暴高，但是技能少的可憐的情況，相信大家也是司空見慣，現在輓歌就為大家講解下如何頂技能格子。首先先別急著打書上護符，練級練上去，少技能的寶寶領悟的概率是很大的，經常會有1技能或者沒技能的領悟到4技能滿。練到了四五十級如果還沒有領悟（臉太黑- -|||），那就只能頂書硬加技能格。頂書需要注意的只有一點，因為打書只是有一定幾率會增加格數，所以先用最垃圾的書不斷的砸，直到頂出新技能格位置再開始考慮打好書。

值得一提的是如果寵物缺少的是你想要的技能，如龍女的劍氣、狐狸的善惡，那麼就前把前面的2個技能先打掉換成有用的，領悟後就可以直接用的。
保留特殊技能
上面說的內容是針對該寵物沒有特別想要保留下的技能，下面就說說幾只特別寵物的技能打法：九尾靈狐（善惡有報），羅剎女（禁錮詛咒），浣熊大師（上善若水）。由於這3個技能是寵物自帶的特殊技能，是沒有魔獸要訣可以買的，打掉了就是沒了，對於一些想要這些技能的玩家來說打書則需要慎重，下面就分別講解3隻的相應打法：
1、九尾靈狐：一般出4技能爆資質又高成長的概率太低，大多都是3技能，塞書一般只考慮高必殺、高吸血、高夜戰3本。輓歌個人建議只上1本或2本，善惡掉的幾率實在太大，塞高夜戰和高必殺，如果沒那麼想毛線就直接打一本高必殺就好，護符再搭配夜戰或吸血，惡報加必殺，秒人穩穩的。萬一真的一本掉善惡，那就將就著塞高夜、高必、高恐怖（高沖擊）帶劍氣護符吧。

2、羅剎女：羅剎出4技能的概率還是挺高的，但是有鬼混這個相當頑固的技能，和高夜戰這個法寵無用的技能，打書也不好打。輓歌建議先從高級冰霜、高級凝氣、高級毒等輔助技能中選一兩本打上去，運氣好能掉鬼魂，不掉也只能再砸。最後只要留下的是有用技能，基本上就可以不用貪心再敲書了。運氣不好打掉的禁錮詛咒，那就可以放心的拿低級垃圾書狂塞，把鬼魂塞掉後再慢慢替換有用的輔助書，最後上高法連、高法爆、高靈性、高恐怖、任意大法，護符也可以計算在內搭配。

3、浣熊大師：上善若水是傷害加成非常高的一個技能，但需要敵人攻擊才會觸發效果，次數越多效果越明顯。那麼問題來了，首先你的寵物速度要慢，只有在你出手前打才會在本回合觸發效果，下回合消失；其次你的寵物要經打，所以打書也需要做另外選擇。3技能如果想要上善若水和大法不太建議打書，太容易掉；4技能可以高保命（高神佑）、高法爆、高靈性任選1到2本，運氣不好掉了也可以打成高法連、高法爆、高靈性、高神佑（高保命）、大法，輸出也是很可觀的。

先便宜後貴，先次要後主要
這個不需要解釋了吧，你最想留下的最後上。可選的技能先上。比如反制寵，一定是先上高靈敏高夜，最後上高反高吸。這個是按照次要主要順序來的。比如隱身寵，那高隱高偷最後上，其他的先上。再比如法寵，先上高法連，高法爆，高靈性，高恐怖等，最後上大法。

不要連續打
也就是每個一段時間去打。有人說連續打很可能頂掉你剛上的書。這個是什麼呢，方法是對的，解釋是錯的。計算機里的隨機，都是基於結果隨機，而實現過程其實是偽隨機。比如我們經常看到挖寶或者副本獎勵的傳聞一刷一排，又經常發現神佑保命要麼連續神連續保，要麼就不神不保。恐怖恐嚇也是要麼連續出，要麼死活不出。

封系要麼神封百封百中，要麼雖然有修有技能連續水，氣的都想摔鍵盤~這其實都是偽隨機演算法造成的現象。當然了，你追求真正的隨機，也就放棄了傳說中的超強人品。你可能這樣做減少了由於偽隨機演算法導致的一本頂一本的問題出現的可能性，但你也放棄了較小概率出現的一次成功的可能。
心態：適可而止，量力而行
不要意氣用事，不要賭氣，不要有賭徒心理。打書完美了，那是運氣好。完美不了，也不要去強求。只要鋪了底子，沒垃圾技能。總歸還是很實用的。有時候也行要求放低一點點，收獲很心情都會好很多。
神武 http://www.87g.com/youxi/300.html