二、输出曲线和H-D拟合度1.输出曲线输出包括伤害输出和治疗输出，它是我们在任何一场战斗中都必须面对的主要数据。如果我们把某一时刻发生的输出的数值标在一个输出-时间(Output-Time)坐标系中，就能够得到这个输出的图像。单一输出的图像可以用一个点来表示，如图1所示。图中M点代表发生在t1时刻的一个输出，其大小为o1，N点代表发生在t2时刻的一个输出，其大小为o2。从作用方向上看，pve中的伤害输出可以分为玩家对NPC造成的输出，以及NPC对玩家造成的输出，在本文中我将只讨论后者。伤害输出有很多种形式，但从作用效果上看，我们总能将其分为两类：直接伤害输出(Direct Damage，以下简称DD)和持续伤害输出(Damage Over Time，以下简称DOT)。如图2，图3所示。图2中描述的是一个发生在t时刻，大小为d的DD；图3描述的是一个每隔t秒一跳，每跳大小为d的DOT。通常在一场典型的boss战中，boss会对1个或少数几个目标(tank)造成高额的DD，并对某范围内的群体目标造成较低的DOT，当然了，还可能会有其他一些特殊的伤害输出形式，这里就不多说了。实际上，任何一个boss对我们造成的伤害输出都是按照一定规律进行的，这些规律可能会很简明(如PW的)，也可能会比较复杂，但它们都是能够被我们所掌握的。通常我们所说的开荒，其实也就是掌握boss伤害输出规律的过程，一旦完全掌握了这些规律，也就距离FD不远了。如果我们把团队看作一个整体，那么把战斗中boss对团队造成的伤害画在O-T图上，就能够得到一系列散点，如图4所示。这时如果将这些散点用光滑曲线连接起来，就得到了boss的伤害输出曲线，如图5所示(因为画图技术比较差，我在图中都是用折线来代替光滑曲线的，酱紫比较好画一点...下同~)这里有一点需要说明的是，之所以我们能用曲线来近似代替散点的集合而不会产生过大的误差，是因为通常boss的每次伤害输出间隔是很短的(尤其当我们把团队，以及boss战中出现的所有怪物都分别当作一个整体来看待时更是如此)，而这个时间间隔与boss战的总时长相比则完全可以忽略不计。从变化趋势上看，战斗全程boss造成的伤害输出曲线大致可以分为4个基本类型：逐渐降低型，循环型，逐渐增高型，以及狂暴型，分别如图6.1-6.4所示。其中，第一种类型指那些多boss或者boss多小弟的战斗，如Sartura和4DK，战斗压力会随着怪物数量的减少而逐渐降低；第二种类型指战斗过程并没有什么明显的变化，而是反反复复于同一个模式，最典型的例子就是傻肥龙；第三种类型比较少见一些，Noth和Gothik都是典型的例子；第四种类型即超过一定战斗时间，或者boss血量降低到一定值时boss的伤害能力会突然增加，像huhuran，双子皇帝及naxx中的大部分boss都属于这种类型。另外，对于一些较复杂的分阶段boss战，战斗过程也可能是由以上4种类型中的某几种结合而成的。对于治疗输出，我们这里只讨论玩家对玩家的输出。从作用效果上看，治疗输出可分为直接治疗输出(Direct Heal，以下简称DH)和持续治疗输出(Heal Over Time，以下简称HOT)，如图7，8所示。图7描述的是一个发生在t时刻，大小为h的DH；图8描述的是一个每隔t秒一跳，每跳大小为h的HOT。如果我们把一个治疗者在一场战斗全程的全部治疗输出都画在O-T图上，就能得到该治疗者的治疗输出散点图，再对每个治疗者重复此操作，并将他们的治疗输出散点图叠加在一个坐标系中，得到治疗团的输出散点图，用光滑曲线连接各散点，就得到了治疗团的治疗输出曲线。在图9.1-9.3中，描述了两成员治疗团治疗输出曲线的形成过程。同伤害输出曲线不同，治疗输出曲线本身是不具备规律性的。当团队没有受到伤害时，治疗输出一般也是0，当团队受到一定伤害时，应对该伤害的实际治疗输出却几乎可以有无数种形式。比如说，为了应对一个2k的DD，我们可以提供2个1k的DH，或者1个2k的DH，或者1个总量为2k的HOT；而这些只是无过量的情况，在实际的团队治疗情况下，为了应对这个DD，甚至可能会出现总量高达10k的治疗输出，从而使8k的治疗量成为过量。这种过量是由技能使用不当、多治疗者间不协调、来不及打断施法、对未来不确定的安全性考虑等多种因素共同导致的。实际上，不同程度的过量是团队治疗所必须面对的必然现象。总的来看，如果把boss对团队产生的伤害输出当作是团队所面对的客观条件，那么治疗团的治疗输出则是团队针对这个客观条件而做出的主观反应。所以说，治疗输出是与特定的伤害输出息息相关的。那么，既然治疗输出可以有很多种形式，那什么样的治疗输出才是“好”的输出，什么样的输出又是“不好”的呢？我们能否找到一种标准来衡量各种治疗输出形式的优劣呢?2.H-D拟合度既然治疗输出可以认为是对伤害输出的反应，我们能够很容易理解，在输出图像上，治疗输出曲线与给定的伤害输出曲线之间的差别应该是越小越好的。在这里，我把对这种差别的衡量标准定义为治疗-伤害(H-D)拟合度。H-D拟合度越高，说明治疗输出曲线与伤害输出曲线的差别越小，亦即拟合得越好，从而治疗输出就越理想，反之亦然。对于最简单的单治疗输出应对单伤害输出，或者说点对点的情况，H-D拟合度是很好把握的，比如在图10.1-10.2这两个例子中，我们能够看到，治疗输出H1对伤害输出D的拟合，都要比H2来得更好。一般的，若单伤害输出发生在t1时刻，大小为d，单治疗输出发生在t2时刻(假设t2>t1)，大小为h，我定义该治疗输出对伤害输出的H-D拟合度为：F=1/(h-d)(t2-t1)可以看到，治疗输出发生的时刻越接近伤害输出发生的时刻，H-D拟合度就越高(F的绝对值越大)；治疗输出量越接近伤害输出量，H-D拟合度就越高，同时，拟合度F值为负数时表示治疗量不足存在血量缺口，F值为正数则表示存在治疗过量，且给定t2-t1时，F的绝对值越小，代表血量缺口或治疗过量越大。对于给定的伤害输出，公式中的d和t1为常数，F是以h，t2为自变量的函数。对于多治疗输出应对多伤害输出，或者说团队治疗输出曲线应对boss伤害输出曲线的情况，H-D拟合度的决定将会变得复杂的多。理论上，给定一个由详细战斗记录所确定的boss伤害输出曲线，利用一些数值分析方法，以及类似于计量经济学中“非线性多元拟合优度”的概念，再结合某些常用的数值分析软件如MATLAB等，是能够精确把握任意治疗输出曲线对该伤害输出曲线的H-D拟合度的，但鉴于本文并不属于那种很专业的学术论文，而本文所希望面对的人群也不是数学教授们(它们一般是不玩WOW滴)，所以上述做法至少对本文来说是完全不适用的。那么，作为粗糙的替代品，我在这里定义一个简化了N倍的和定性的曲线对曲线H-D拟合度：即假设在闭区间[a,b]内治疗输出曲线h对伤害输出曲线d的H-D拟合度只由两曲线在[a,b]上分别取极大值时的时刻差t2-t1(假设t2>t1)，以及曲线的形状区别这两者所决定，而且对后者我们不再作定量规定，而只以图像中所看到的大致形状为准。在这个定义中，t2-t1越小，H-D拟合度就越高；曲线形状越接近，H-D拟合度就越高。如图11所示，图中治疗输出曲线H1对伤害输出曲线D的H-D拟合度，要比H2对D的更高。需要说明的是，这种定义是非常非常粗糙和简陋的，但我认为它在定性的推理和分析问题方面，还是能够起到基本作用的。下面，我们就利用输出曲线和H-D拟合度的概念，讨论几个简单的模型，它们都可以用来描述那几个我在第一章最后提出的重要问题(终于绕回来啦~)，并对其给出各自的答案。至于这几个模型的名字，都是我自己瞎起的，大家无视它们就好了，呵呵。 共7页: 上一页 [1] [2] 3 [4] [5] [6] [7] 下一页
