如何从一组项目中选择最有益的项目组合?

针对一个统计数据

这很简单。首先,有几个假设:

• 你没有提到这个,但大概一个人最多只能穿一种盔甲在一个特定的位置。也就是说,你不能穿两条裤子或两件衬衫。

• 而且,一件衣服的选择大概不会影响或与其他人冲突(除了在同一个槽中不能有多件衣服的限制)。也就是说,如果你穿裤子,这决不妨碍你穿衬衫。但请注意,更微妙的是,我们假设你穿两件相关的衣服不会产生某种协同效应。

假设您想要以统计X为目标,那么算法如下:

• 按槽对所有项目进行分组。
• 在每个组中,按它们提升x的程度按降序对该组中的潜在项进行排序。
• 挑选每组的第一件衣服穿上。
• 所选的一组项目是最佳装船。

证明:获得更高X属性的唯一方法是如果有一个物品 A 它提供了比它的组中的其他一些更多的x。但我们已经按降序对每组的所有项目进行了排序,所以不可能出现这样的情况 一 .

如果违反了这些假设会怎么样?

• 如果假设一不是真的——也就是说,你 可以 在每个槽中穿多件衣服——然后不要从每组中挑选第一件,而是挑选第一件 Q(S) 每组的项目,其中 Q(S) 是可以放入槽中的项目数 S .

• 如果假设二不是真的——也就是说,项目 做 相互影响——那么我们就没有足够的信息来解决这个问题。我们需要明确地知道物品是如何相互影响的,否则我们就不得不通过暴力来尝试各种可能的物品组合,看看哪些物品的整体效果最好。

目标N统计

如果你想一次瞄准多个统计数据,你需要一种方法来告诉“多好”的东西。这叫做 适应度函数 . 您需要确定n个统计数据之间的相对重要性。例如,你可能认为感知的每+1值10分,而智力的每+1值6分。你现在有了一种方法来评估物品之间的“善性”。

一旦你有了它,你就不用为x优化,而是为f优化,健身功能。对于一个统计数据,该过程与上述相同。

如果按类别对项目数没有限制,则以下内容适用于多个统计信息和多个项目。

数据准备:

• 根据你确定的重要性,给每个统计数据(智力,感知)一个权重
  将其存储为一维数组 statImportance
• 给每个项目的统计组合一个值,根据所说的项目对玩家所说的统计的促进程度
  将其存储为二维数组 itemStatBoost

算法:

用伪代码。这里假设 itemScore 是一个可排序的映射 Item 作为键和数值作为值,值初始化为0。
假设 sort 方法可以按值(而不是键)对该映射进行排序。

//Score each item and rank them
for each statistic as S
  for each item as I
    score = itemScore.get(I) + (statImportance[S] * itemStatBoost[I,S])
    itemScore.put(I, score)
sort(itemScore)

//Decide which items to use
maxEquippableItems = 10 //use the appropriate value
selectedItems = new array[maxEquippableItems]
for 0 <= idx < maxEquippableItems
  selectedItems[idx] = itemScore.getByIndex(idx)