假设一只怪物，会掉 a 物品 k%, b 物品 m%, c 物品 n% 一、k + m + n 不一定要等於 100 二、判断时没有一定的标准顺序。 以上面来看，较简易的写法就是... drop_chance = ({"a物品", k, "b物品", m, "c物品", n }) j=sizeof(drop_chance); for(i=0;i<j;i=i+2) { if(random(100)<drop_chance[i+1]) { 执行 drop_chance[i] 物品的掉落; break; // 跳出回圈 } } 这样的设定方式，好处是较容易掉的东西本来就应该挪到越前面判断， 而越难掉的东西挪到越後面就越难取得(因为它要经过几次的回圈)。 而实际取得机率应该会是曲线递减式，即设定越前面的物品其取得机率 期望值其实大於设定值，而设定越後面的物品之取得机率期望值其实小 於设定值(例如设在第 5 件的物品设取得机率 10%，实际上「极小於10 %」) 例子.. drop_chance = ({"a物品", 50, "b物品", 30, "c物品", 10 }) 则只有 a 物品的取得机率是 50%，b 物品则是 (1-50%) x 30% = 15% ，c 物品则是 (1 - 50%) x (1 - 30%) x 10% = 3.5% 因此，假若我们希望 b 物品依旧是 30%，c 物品依旧是 10%，则要使 用反设定.. 若 b 物 30% = (1 - 50%) x m% ==> m = 60 若 c 物 10% = (1 - 50%) x (1 - 60%) x n% ==> n = 50 也就是实际上要这样子设.. drop_chance = ({"a物品", 50, "b物品", 60, "c物品", 50 }) 但是实作上，还是要以方便设定者为主，也就是说当设定者设 50,30, 10 时，其真实机率也应该是 50, 30, 10。 j=sizeof(drop_chance); total=100; for(i=0;i<j;i=i+2) { k=drop_chance[i+1]; if(random(total)<k) { 执行 drop_chance[i] 物品的掉落; break; // 跳出回圈 } total=total-k; } 第一轮时：random(100) < k=50 才会掉 a 物 第二轮时：random(50) < m=30 才会掉 b 物 (实际机率 (1-50%)x60% = 30% ) 第三轮时：random(20) < m=10 才会掉 c 物 (实际机率 (1-50%)x(1-60%)x50% = 10% ) 这个我看晚上有没有空完成。(今天一整天都在公司忙) 届时这个也一并交给 highelf 管理，怪物掉落物系统与虚拟物品系统 结合後，就可以模拟 RO 的怪物掉落物品，初期会先选几个区域来测 试。 Laechan --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.131.227.206 baha 所举的方式类似底下... select(random(100)) { case 0..49: 掉 a 物; break; case 50..79: 掉 b 物; break; case 80..89: 掉 c 物; break; } 一、1000只怪物，得写 1000 个上面的东西。 二、它不容易扩充。例如说我们要为这怪物「再加上两项物品」， 　　为此得去改程式，并重新计算 m..n 的数值。 三、它也不容易管理。为什麽呢？因为你无法写程式去读「某怪物 　　掉的 a 物品的机率是多少」。 四、实务上，最容易掉的东西是 a 物品，所以只要越高机率的物品 　　挪到越前面，回圈实际被执行的次数，在大部份的情况下就会集 　　中在 1~2 次(例如以上例，80% 的机率只会执行最多 2 次)，而 　　且怪物的阵亡频率也在可接受范围内。 以後用物件式是主流，因为以後不希望收了 wiz 之後该 wiz 还得花 时间在程式写作上，以後应该减少写程式的情况，要尽量多以物件资 料的管理为主。 Laechan ※ 编辑: laechan 来自: 220.131.227.206 (01/16 17:28)