mysql 英雄对位胜率

最新推荐文章于 2024-08-11 21:09:18 发布

我不是好大志

最新推荐文章于 2024-08-11 21:09:18 发布

阅读量582

点赞数 1

分类专栏：英雄对位胜率文章标签： mysql 数据库 java

本文链接：https://blog.csdn.net/qq_39480931/article/details/115356046

版权

英雄胜率数据库统计对位计算游戏策略数据模拟

关键词由CSDN通过智能技术生成

英雄对位胜率专栏收录该内容

1 篇文章 0 订阅

订阅专栏

英雄对位胜率

简单解释，就是一个英雄在与其他英雄进行对局时的胜率。

如下图所示，假设共有8个英雄。

在这里插入图片描述

对局时，可能是2V2，3V3，5V3 英雄可能重复也可能不充分，以下按3V3 英雄可重复计算。

首先模拟对战记录，建表语句

CREATE TABLE `hero_fight`  (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `win1` int(11) NOT NULL DEFAULT 0 COMMENT '胜利英雄id1',
  `win2` int(11) NOT NULL DEFAULT 0 COMMENT '胜利英雄id2',
  `win3` int(11) NOT NULL DEFAULT 0 COMMENT '胜利英雄id3',
  `lose1` int(11) NOT NULL DEFAULT 0 COMMENT '失败英雄id1',
  `lose2` int(11) NOT NULL DEFAULT 0 COMMENT '失败英雄id2',
  `lose3` int(11) NOT NULL DEFAULT 0 COMMENT '失败英雄id3',
  PRIMARY KEY (`id`) USING BTREE
)

接下来模拟1000条随机英雄对战数据

CREATE PROCEDURE mock ( a INT ) BEGIN
	DECLARE
		i INT DEFAULT 1;
	WHILE
			i <= a DO
			
			SET i = i + 1;
		INSERT INTO hero_fight ( win1, win2, win3, lose1, lose2, lose3 ) SELECT
		FLOOR( RAND() * 8 + 1 ),
		FLOOR( RAND() * 8 + 1 ),
		FLOOR( RAND() * 8 + 1 ),
		FLOOR( RAND() * 8 + 1 ),
		FLOOR( RAND() * 8 + 1 ),
		FLOOR( RAND() * 8 + 1 );
		
	END WHILE;
	
END;
CALL mock ( 1000 );
DROP PROCEDURE
IF
	EXISTS mock;

如果感觉数据量少，可以多模拟一些随机对战数据，也可以用下面的sql进行蠕虫复制，每执行一次，数据量翻倍

INSERT INTO hero_fight ( win1, win2, win3, lose1, lose2, lose3 ) SELECT win1, win2, win3, lose1, lose2, lose3 FROM hero_fight;

数据的格式大概是这样的

在这里插入图片描述

接下来就是进行计算和统计。胜率计算的公式就是，胜场/总场数*100%

对位胜率同样，英雄A与英雄B的对位胜率就是 A对位B的胜场 / A对位B的总场数 *100%

A对位B的总场数 = A对位B的胜场 + B对位A的胜场（不考虑平局）

实际英雄对位胜率 = A对位B的胜场 / （A对位B的胜场 + B对位A的胜场） *100%

由此可得，我们只需要计算一个英雄对位其他所有英雄的胜场次数就可以了，不需要考虑失败次数和总场次。

接下来，创建一个中间表，记录胜场次数，下面是建表语句

CREATE TABLE `hero_win_count`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `win` int(11) NOT NULL DEFAULT 0 COMMENT '胜利英雄id',
  `lose` int(11) NOT NULL DEFAULT 0 COMMENT '失败英雄id',
  `num` int(11) NOT NULL DEFAULT 0 COMMENT '次数',
  PRIMARY KEY (`id`) USING BTREE
)

然后需要通过战斗记录表生成胜场记录表

因为对战的英雄是可以重复的，所以同一局对战，相同的英雄胜场只算一次。

查询所有胜利的英雄id 和失败的英雄id

SELECT DISTINCT win1 win FROM hero_fight UNION SELECT DISTINCT win2 win FROM hero_fight UNION SELECT DISTINCT win3 win FROM hero_fight;
SELECT DISTINCT lose1 lose FROM hero_fight UNION SELECT DISTINCT lose2 lose FROM hero_fight UNION SELECT DISTINCT lose3 lose FROM hero_fight;

然后，通过笛卡尔积计算所有英雄对位的情况

SELECT 
	*
FROM
	hero_fight t1
	JOIN ( SELECT DISTINCT win1 win FROM hero_fight UNION SELECT DISTINCT win2 win FROM hero_fight UNION SELECT DISTINCT win3 win FROM hero_fight ) t2 ON t2.win IN ( t1.win1, t1.win2, t1.win3 )
	JOIN ( SELECT DISTINCT lose1 lose FROM hero_fight UNION SELECT DISTINCT lose2 lose FROM hero_fight UNION SELECT DISTINCT lose3 lose FROM hero_fight ) t3 ON t3.lose IN ( t1.lose1, t1.lose2, t1.lose3 )

最后，根据英雄id分组，并记录数据

INSERT INTO hero_win_count (win,lose,num) 
SELECT 
	t2.win,t3.lose ,count(0) num
FROM
	hero_fight t1
	JOIN ( SELECT DISTINCT win1 win FROM hero_fight UNION SELECT DISTINCT win2 win FROM hero_fight UNION SELECT DISTINCT win3 win FROM hero_fight ) t2 ON t2.win IN ( t1.win1, t1.win2, t1.win3 )
	JOIN ( SELECT DISTINCT lose1 lose FROM hero_fight UNION SELECT DISTINCT lose2 lose FROM hero_fight UNION SELECT DISTINCT lose3 lose FROM hero_fight ) t3 ON t3.lose IN ( t1.lose1, t1.lose2, t1.lose3 )
	GROUP BY t2.win,t3.lose

因为模拟的数据是8个英雄，所以生成的记录数就是8*8 = 64条记录下面是部分数据

在这里插入图片描述

胜场计算出来后就是计算胜率了。

根据公式来，A对位B的胜场 / （A对位B的胜场 + B对位A的胜场） *100%

SELECT
	a.win win_hero,
	a.lose lose_hero,
	a.num win_count,
	b.num lose_count,
	a.num + b.num total,
	CONCAT( ROUND( a.num /( a.num + b.num ) * 100, 2 ), '', '%' ) win_rate 
FROM
	hero_win_count a
	JOIN hero_win_count b 
	ON a.win = b.lose 
	AND a.lose = b.win

查询出来的结果大概就是这样的
在这里插入图片描述

其实到这一步就可以了，剩下的就可以交给前端进行处理了，或者我们自己进行一下行转列

SELECT
		CONCAT('hero_',t.win_hero) 'hero',
    MAX(CASE t.lose_hero WHEN 1 THEN t.win_rate ELSE 0 END ) hero_1,
		MAX(CASE t.lose_hero WHEN 2 THEN t.win_rate ELSE 0 END ) hero_2,
		MAX(CASE t.lose_hero WHEN 3 THEN t.win_rate ELSE 0 END ) hero_3,
		MAX(CASE t.lose_hero WHEN 4 THEN t.win_rate ELSE 0 END ) hero_4,
		MAX(CASE t.lose_hero WHEN 5 THEN t.win_rate ELSE 0 END ) hero_5,
		MAX(CASE t.lose_hero WHEN 6 THEN t.win_rate ELSE 0 END ) hero_6,
		MAX(CASE t.lose_hero WHEN 7 THEN t.win_rate ELSE 0 END ) hero_7,
		MAX(CASE t.lose_hero WHEN 8 THEN t.win_rate ELSE 0 END ) hero_8
	FROM (
	SELECT
	a.win win_hero,
	a.lose lose_hero,
	a.num win_count,
	b.num lose_count,
	a.num + b.num total,
	CONCAT( ROUND( a.num /( a.num + b.num ) * 100, 2 ), '', '%' ) win_rate 
FROM
	hero_win_count a
	JOIN hero_win_count b 
	ON a.win = b.lose 
	AND a.lose = b.win) t GROUP BY t.win_hero;