豪华曹操传2014 (数据以及存档文件修改)

假期在家闲的无事,想起以前玩过曹操传这种战棋游戏,无意间发现有个论坛制作了最新的版本:《豪华曹操传2014》,故事跟之前的版本不太一样,数据以及存档都有了变化,所以以前的修改器都用不了了,虽然选择了最简单的模式,但是依然发现打不过。。。所以只好研究了数据文件Data.e5以及存档文件夹S下的文件,各种修改终于通关,现在将数据格式记录一下,有时间了再做一个修改器吧。


Data.e5文件记录了人物属性,装备属性等等很多资源,如下图所示:

其实载入数据文件就可以通过右边的汉语大概能猜到,这个文件中还记录了AI的一些数据,包括将领以及士兵,不同种类的武器和技能等等,我只是为了通关,所以只研究了几个基本属性,其他的没有看。


    用红色标出来的B2 DC B2 D9就是曹操的汉语编码,然后跳过后边的12个字节00,第019C字节19是曹操这个将领的编码(猜想而已,后边将领的数据很想但也有例外),也有可能使用好几个字节连在一起表示将领编号,不过这个并不影响分析。第019E~01A2这个五个字节表示将领的武力,统率,敏捷,智力,运气五大属性(前两个顺序是对的,后边三个属性可能顺序不对,不过我都改成了全FF,所以就变成了下图:)后面紧跟的是初始生命值,用两个字节表示第01A3~01A4两个字节10 27表示,不过这里需要倒过来,实际在程序中组装是0x2710,正好是十进制的10000(我已经将初始生命值改为了10000)。在数据资源文件中改过的就这些了,其他将领的数据修改类似不再重复。


    数据资源文件修改完,还需要修改存档文件,豪华版的存档跟原始版不太一样,游戏目录中用S文件夹保存存档文件,每一个存档分别用4个文件存储(原版是3个,所以以前的修改器用不了)。相关数据放在了0XD.E5S中,其中X是存档的编号。如下图所示:


    打开存档文件,定位到14F0字节处,从14F4~14FD这10个字节,分为5类,对应于左上图的攻击,精神,防御,爆发力以及士气,两个字节为一组,首字节为要加成的数字,第二个字节要么为01,要么为00,01表示加,00表示不加,可能跟将领的模式有关吧。
    14FE~1502这连续5个字节代表将领的属性,之前在数据文件中修改过了,所以这里都是全FF,即255。
    1503~1506这四个字节不知道什么用。
    1507这个字节表示将领等级,最高255,不过建议不要随意修改这个值,因为电脑的级别是随着将领的级别而变的,所以改了其实没啥用。
    1508这个字节表示将领当前经验等级。
    从1509~1511这9个字节三个一组,分别代表武器,护甲以及坐骑,以武器为例,其中第一个字节代表武器编码,这里1F表示青龙偃月刀,第二个字节DD表示武器等级(这里我改为了221级),第三个字节表示当前武器所获得的经验(武器装备也要升级),护甲是一样的,不过坐骑没有等级之说,所以只需要修改第一个编码就可以了。这里我修改了护具代码,0B表示干将莫邪(因为可以改存档了,就不需要护具了,护具这也改成武器了,这个武器可以行动两次),坐骑代码46表示赤兔马,先手攻击,也很好,我所有武将都改为了两个武器,一个赤兔,所有谋士武器都改为了26(穹其羽扇),可以连续法术攻击,如果将智力改为255,第二次攻击的伤害在2000~3000,几乎放一个群攻技能就可以秒一群人,后面的关卡几乎都是靠着谋士通关的。


    豪华版感觉难度太大了,不得不改数据。假期在家啥也没干,过几天也该去上班了。

    么了,祝大家新年快乐!~~~

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,我会尽力回答你的问题。曹操出行是一家提供网约车服务的企业,为了提高企业用车接起率,需要对数据进行分析以找出影响接起率的因素。 以下是一个可能的数据分析案例: 1. 收集数据 首先,需要收集曹操出行的各项数据,例如: - 乘客叫车时间、起点、终点、车型、车牌号等信息 - 司机接单时间、接单地点、车型、车牌号等信息 - 司机到达乘客起点的时间、距离、路线等信息 - 乘客取消订单的原因、取消时间等信息 - 司机取消订单的原因、取消时间等信息 2. 数据清洗和预处理 收集到数据后,需要对数据进行清洗和预处理,例如: - 去除重复数据和异常数据 - 对缺失数据进行填充或删除 - 对时间、地点等数据进行格式化和标准化 3. 探索性数据分析 进行数据清洗和预处理后,可以进行探索性数据分析,例如: - 接单率和取消率的分布情况 - 不同时间段、不同地点、不同车型的接单情况 - 司机到达乘客起点的时间和距离的分布情况 - 不同原因的订单取消情况 4. 特征工程 根据探索性数据分析的结果,可以进行特征工程,例如: - 提取时间、地点等特征 - 构建新特征,例如乘客等待时间、司机响应时间、司机到达时间等 - 对特征进行归一化或标准化 5. 模型选择和训练 根据特征工程的结果,可以选择适合的模型进行训练,例如: - 逻辑回归、决策树等分类模型 - 随机森林、GBDT等集成模型 - 神经网络等深度学习模型 6. 模型评估和调优 训练好模型后,需要对模型进行评估和调优,例如: - 使用交叉验证等方法评估模型性能 - 调整模型超参数,例如正则化参数、学习率等 - 使用集成学习等方法提高模型性能 7. 模型部署和监控 最后,需要将模型部署到生产环境中,并进行监控和优化,例如: - 实时监控模型预测结果,并及时处理异常情况 - 定期更新模型,保证模型性能和准确率 - 与业务系统集成,实现自动化决策和调整

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值