我用python玩炉石传说（3）-----炉石卡牌套牌自动构建算法

 

本文共三个部分：

1. 我用python玩炉石传说（1）-----炉石卡牌相关度分析的手动打分器
2. 我用python玩炉石传说（2）-----炉石卡牌套牌爬取器及自动分析卡牌相关度
3. 我用python玩炉石传说（3）-----炉石卡牌套牌自动构建算法

 

引言：

前面两部分已经完成了卡牌之间的相关度分析，现在需要完成我们的最终目的，构建一个套牌deck。

最初，想用最简单的方法，即选择相关度最高的来完成构建，例如：首先选择情势反转，最相关的是阿兰纳斯蛛后，最选择与蛛后最相关的，地狱烈焰，然后依次进行，直至选满30张卡牌。

但实际发现这样构建出的套牌，虽然看似相关度高，但实际非常分散与自闭（由于缺少尘与卡牌，所以并没有完全按选出的卡牌实测）。表现出非常卡手，或是combo往往难以达成，提前拆散，可以想象为自行车链条，每个节点高度相关，成链式。但如果某张卡牌不得不出于解场，除掉后，相关性就中断了。也就是虽然combo很多，但combo与combo之间的耦合度很低，套牌构建不完善。

所以需要一种能发现最佳套牌的算法。需要两个‘器件’，迭代器以及打分算法

autobuild.py

一，卡组记录类

class BDeck:
    cardinfo = None
    corrmat = None

    def __init__(self, dicklist: list, cardnum: int, score: float):
        self.dicklist = dicklist
        self._cardnum = cardnum
        self._score = score

    def __len__(self):
        return len(self.dicklist)

    def __lt__(self, other):
        return self.score < other.score

    def appid(self, idn: int):
        self._score = self._score + self._newscore(idn)
        self._cardnum = self._cardnum + self.cardinfo.id2cardmaxnum(idn)
        self.dicklist.append(idn)

    def _newscore(self, idn):
        newscore = 0.0
        for n, i in enumerate(reversed(self.dicklist), 1):
            s = self.corrmat.get_rmatrix[idn, i]
            newscore += s / n
        return newscore

类中记录卡组的卡牌，以及卡组的得分，卡牌数量。

func appid：为添加新卡进入卡组时，自动计算其总得分

分数计算方法改进：不只是计算新加入的卡牌与其之前的卡牌相关度得分(4-5)，还要计算其与之前所有加入卡牌的相关度累加得分(1-5, 2-5,,,)，其中会对其卡牌距离做一定的衰减，例如 1-5会除于其相距距离5，2-5除4。可以理解成，我们希望新加入的卡牌，能与之前的卡牌有一定的相关耦合关系，成为一个体系，而不是又节外生枝发展出另一个体系（例如，本来是ZOOLOCK的，但发展到后来又出现了handlock卡牌）。但是，我们知道一个卡组里不可能全部都与一张卡牌相关，那样耦合的过于紧密，类似于全部聚类在了一起，那样只要1卡牌出完，那整个体系就崩溃了，所以加入衰减使卡牌加入顺序相隔越远的，所受影响会越小。（但实际上最后实验效果还是出现了多分支）

 

二，遍历所有卡牌组合的递归算法

def recursion_trave(deck: BDeck, spreed, deep):
    if deep < 1:
        spreed = 20
    elif deep == 1:
        spreed = 15
    elif deep == 2:
        spreed = 10
    elif deep == 3:
        spreed = 5
    elif deep == 4:
        spreed = 5
    elif 5 <= deep <= 6:
        spreed = 5
    elif 7 < deep <= 15:
        spreed = 3

    lastcard = deck.dicklist[-1]
    scope = RM.get_rmatrix[lastcard, :]
    scope[deck.dicklist] = 0
    scopesort = np.argsort(scope)[::-1]

    maxscoredeck = deck

    for i in range(spreed):
        if scope[scopesort[i]] > 0:
            idn = scopesort[i]
        else:
            break
        nextdeck = deepcopy(deck)
        nextdeck.appid(idn)

        if nextdeck.cardnum < 30:
            nextdeck = recursion_trave(nextdeck, spreed, deep)
        maxscoredeck = max(maxscoredeck, nextdeck)

    return maxscoredeck

选定一张核心牌1，然后遍历其所有与之相关的卡牌（2，3，4，5，6），进一步，再分别遍历与（1-6）相关的（1-6-7，1-6-8，1-6-9.。。。），无限递归进行下去，直至加入卡牌数量达到30张。就这样遍历了基本所有可能性，然后总结出得分最高的卡组。

 

代码链接：https://github.com/GladosAI/hearthstone-card-correlation-analys

 

实验效果

莫瑞甘的灵界
烈焰小鬼
虚空行者
怪盗天才
残酷集结
双生小鬼
巨型小鬼
小鬼狱火
拉法姆的阴谋
恶魔法阵
至暗时刻
伊瑟拉
恶狼大法师
凯恩·血蹄
人偶大师多里安
邪能领主贝图格
情势反转
阿兰纳丝蛛后

（默认是除了传说，其他都带两张，自己缺卡没试过，估计不行，算法还要改进，有条件的朋友可以试试）

（我个人觉得 换掉伊瑟拉 为一个效果不错的亡语或巨人 可能还能玩。恶狼大法师还是太卡，也换掉。把卡牌风格向zoo上靠，可能还救得活，毕竟反转+人偶大师/邪能 也能铺场）

这是算法自己生成的，有个问题，在恶魔法阵前本是恶魔zoo术的，后来由于至暗时刻与恶魔法阵与阴谋算是combo，导致后面节外生枝为另一个体系反转术。这里使用的是第二章里的相关度数据，来自400个构建好的卡组，估计使用自己手动打分会比较好，因为更加全面客观。