游戏卡抽卡机制c语言编程,游戏随机概率算法：为什么你总觉得抽卡概率有问题？...

市面上氪金抽卡类的手游越来越多，许多玩家在抽卡时抱怨脸黑，很难抽到所需要的卡牌，而又有一部分玩家反应运气好能连着抽到紫卡。

而当这些游戏的开发者检查随机相关的逻辑代码，往往又找不出错误。最后往往是将这些归咎于玩家个人的“脸黑”与“脸白”。

其实不然，当前市面上大部分游戏策划，使用权值来分配随机概率。举例来说，白卡30，紫卡15，金卡5。最后转为概率则是白卡50%，紫卡30%，金卡10%。

权值有一个好处，就是在需要更改奖池的内容时(如增加新产物或删除旧产物)，可以不对之前的配置进行更改。

但是放到实际中，给人的感觉是怎样的呢？

我们使用权值5和95为例，模拟抽卡50000次。import random as rd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

import pandas as pd from pandas

import DataFrame

data = np.random.randint(1,100,size=50000)

df1 = DataFrame(np.argwhere(data<=5))

df1=df1-df1.shift(1)df1 = df1.dropna()

sns.distplot(df1,bins=50)

plt.show()

最后我们得到一个分布图

分部图

横坐标为出现频率，纵坐标为两次抽到权值5的间隔。

按照正常的情况来说，5%的概率大约是每隔20次出现一次。但实际的分布情况并不是这样。往往是抽中过一次之后，立刻就能再次获得一个。

这就符合了玩家所吐槽的抽卡情况。

但是从统计意义上来说，50000次抽取中出现了2600次抽取，这是符合概率的。

这问题说到底，就是我们游戏中所提及的概率，到底是统计意义上还是分布意义上的问题。

很明显，当概率是分布意义上的概率时，玩家的体验会更好。

因为大部分玩家抽卡数量有限，无法感觉到统计意义上的概率，更多的人是按照自己的体验——也就是分布概率来判断奖池的实际概率。

可以参考的解决方案

这里提供一种解决方案。

我认为使用正态分布作为抽卡的概率分布是可行的。

下面直接给出使用正态分布的抽卡间隔情况。取μ=20,σ=20/3。

理想的分布情况

我们只要将分布的情况转化为正态分布类型，就可以获得既具有随机性又可控的随机概率了。

具体怎么生成符合正态分布的随机数，这里不过多阐述。有兴趣的可以参考Python中random库中的normalvariate函数，或者gauss函数。