同样一套属性数据摆在面前不同的人能得出完全相反的结论有人说高攻高血碾压一切有人说高速高暴击才是版本答案还有人只看技能倍率就下判断。这类“论战”之所以永远吵不出结果根本原因不是谁不懂数值而是缺少一个可复现、可量化、可批量验证的判定标准——每次对局都靠脑补随机因素全被人为忽略。本文换一个思路不再用嘴论证而是用 Python 从零写一个回合制对战模拟器把“马鲸笙 VS 茱莉亚 VS 一个黑带 VS 一个船厂打手”这场混战变成可以跑十万次、每次都输出胜率的程序。文中会完整给出角色配置、伤害公式推导、战斗引擎、命令行入口和参数敏感度扫描脚本代码全部可复制运行。无论你是刚学完 Python 基础想找个综合练手项目还是已经在做游戏数值、需要一套可复用的对局模拟框架都可以直接拿走改。1. 从口头论战到可计算模型1.1 论战吵不出结果的技术原因任何一场“谁更强”的讨论本质上都在做一件没有显式写出来的事用大脑模拟战斗过程。而人脑模拟有几个硬伤。第一是随机性被抹平暴击、闪避、伤害浮动这些概率事件在口头推演里通常直接被忽略于是“打得过”变成了“理论上打得过”。第二是回合数被压缩真实对局可能打十几回合人脑往往只推演前三回合就下结论而很多对局的胜负恰恰在第七、第八回合才翻转。第三是样本量为零一次推演就是一个样本而战斗结果本身是概率分布用单个样本代表分布误差大到没有参考价值。把这件事交还给程序问题就变得很清晰定义好角色属性、伤害公式、出手顺序和技能规则让程序把对局跑上一万次统计每个角色的胜场。胜率 51% 和胜率 78% 是两个完全不同的结论而它们都可以被复现、被审计、被修改参数后重新验证。这才是“论战”该有的形态。1.2 战斗模拟器的三个组成要素一个最小可用的战斗模拟器只需要三块东西缺一不可。第一块是静态数据也就是角色的血量、攻击、防御、速度、暴击率、闪避率、技能配置这部分应该放在配置文件里和代码解耦改数值不需要动逻辑。第二块是战斗规则包括伤害怎么算、谁先出手、技能什么时候放、打完一个目标之后打谁这部分是引擎的核心也是所有争议的焦点。第三块是统计层负责把单场对局重复跑很多次汇总成胜率、平均回合数、平均剩余血量这类指标。这三块拆开之后整个项目就变成了“数据 规则 统计”的经典结构。后续你想加新角色只改 JSON想调平衡性只改常量想换统计维度只改统计层。这种分层不是为了好看而是因为数值调整是高频操作如果数值和逻辑搅在一起改一个攻击力就得重新读一遍战斗循环效率极低且容易改错。1.3 明确模型边界它算的不是“真实战力”这里必须提前说清楚一件事避免读者产生误解。本文实现的模型是简化模型它只保留了对胜负影响最大的几个变量忽略了站位、装备、地形、连招、控制链、治疗、增益减益等一大堆真实战斗系统里存在的东西。所以模拟结果的意义不是“证明某个角色客观上更强”而是“在这套规则和这组数值下谁的期望胜率更高”。这个区别非常重要。如果你把规则改了比如把闪避改成减伤或者把先手判定从速度改成随机胜率排名可能完全翻盘。所以正确的用法是把模拟器当成一个假设检验工具。你提出一个规则假设模拟器告诉你在这个假设下的结果换一个假设再跑一次。反复几次你就能知道哪些结论是稳健的换个规则依然成立哪些结论是脆弱的规则稍变就反转。这比单纯争一个“谁更强”有价值得多。2. 环境准备与项目结构2.1 运行环境与版本说明本文的示例代码只依赖 Python 标准库不需要安装任何第三方包这是刻意设计的。原因有两个一是降低复现门槛读者 clone 下来就能跑不会被 pip 源、虚拟环境、版本冲突卡住二是模拟器的性能瓶颈在纯 Python 循环上引入 numpy 之类的库能提速但会让代码可读性下降对教学不友好。具体的环境要求如下项目要求说明操作系统Windows / macOS / Linux 均可代码里没有平台相关调用Python3.8 及以上用到dataclasses.replace和from __future__ import annotations第三方依赖无全部使用标准库运行方式命令行python main.py编辑器任意VS Code / PyCharm / Vim 都能跑如果你本地是 Python 3.7dataclasses虽然存在但部分行为有差异建议直接升到 3.8 以上。版本不确定的话先执行python --version确认一下。2.2 目录结构项目最终的结构如下一共五个 Python 文件和一份 JSON 配置规模很小但分层清晰battle-sim/ ├── battle/ │ ├── __init__.py # 空文件标记为包 │ ├── model.py # 角色模型配置类 运行时状态 │ └── engine.py # 战斗引擎1v1 对决 多人混战 ├── data/ │ └── characters.json # 四名角色的数值配置 ├── main.py # 命令行入口演示 / 胜率矩阵 / 混战统计 └── balance.py # 参数敏感度扫描脚本battle/__init__.py必须存在否则from battle.engine import ...会报ModuleNotFoundError。这个文件可以是空的它的唯一作用就是告诉 Python“这个目录是一个包”。2.3 为什么把角色数据和逻辑分开很多人写这类小项目习惯把角色属性直接写成 Python 字典塞进代码里。一开始很爽改两次就痛苦了数值散落在十几个地方想对比两套配置还得来回注释。把配置抽到 JSON 之后你可以同时维护多个配置文件用--config参数切换跑出来的结果直接可比。更重要的是JSON 是可被外部程序读写的。如果你后面想接一个简单的网页界面或者用 Excel 批量生成配置JSON 都是最省事的中间格式。这个决策在项目只有几百行的时候看不出价值但只要你打算长期改数值它省下的时间会非常可观。3. 数值模型拆解3.1 角色属性字段设计先确定每个角色需要哪些字段。字段不是越多越好每多一个字段就多一层调试成本而且字段之间容易产生隐性耦合。本文只保留七个核心字段覆盖了绝大多数回合制战斗的主要变量字段含义作用hp最大生命值决定能扛多少刀atk攻击力伤害的基础来源defense防御力通过公式削减伤害spd速度决定每回合的出手顺序crit暴击率触发时伤害乘以暴击倍率dodge闪避率触发时本次攻击完全无效skill技能配置威力倍率、段数、冷却这四个角色的定位差异全部通过这七个字段的组合体现出来马鲸笙是均衡型各项都不突出但没有短板茱莉亚是敏捷刺客速度、暴击、闪避都很高血量和防御偏低黑带是重甲型防御最高、血量厚但速度慢、爆发低船厂打手是高血高攻低速的蛮力型靠血量和攻击硬顶。3.2 伤害公式的推导伤害公式是整个模型的心脏也是最容易写错的地方。常见的错误写法是伤害 atk - defense这个公式在某一段数值区间内看着正常但只要防御接近攻击伤害就会掉到 0 甚至负数导致对局永远打不完。另一种常见写法是伤害 atk * (1 - defense / 100)当防御超过 100 时会出现负伤害同样有硬伤。本文采用百分比减伤公式最终伤害 攻击力 × 技能倍率 × 随机浮动 × 暴击倍率 × (100 / (100 防御力))这个公式的好处是防御力永远无法把伤害削到 0只会逐渐逼近 0是一条平滑的衰减曲线。防御 0 时减伤系数是 1.0防御 40 时是 0.714防御 62 时是 0.617防御到 200 时是 0.333。也就是说防御收益是递减的堆到后面性价比越来越低这符合大多数游戏的数值直觉也避免了“堆防御无敌”的退化策略。随机浮动取0.92到1.08之间的均匀分布作用是打破完全确定的对局。如果没有浮动相同配置的两场对局会一模一样样本之间没有独立性跑一万次等于跑一次。暴击倍率固定为1.8这个值让暴击成为有意义的变量但不至于一击定胜负。3.3 结算顺序闪避、暴击、减伤的先后结算顺序看起来是细节实际上会显著影响结果必须固定下来。本文的顺序是先判闪避 → 再算基础伤害与浮动 → 再判暴击 → 最后过减伤公式。先判闪避的理由很直接闪避意味这次攻击完全没打中那么后面的暴击判定、减伤计算全都不该发生。如果先算伤害再判闪避虽然结果数值一样但会白白消耗随机数让不同配置下的随机序列发生偏移可复现性变差。暴击放在减伤之前是因为暴击是“攻击方的加成”减伤是“防御方的削减”逻辑上先加成后削减更符合直觉数值上也不会出现“暴击后被减伤削成普通伤害”的尴尬情况。这里还有一个小细节max(1, dmg)。无论减伤算出多小的值最终伤害至少为 1。这是为了防止极端配置下出现 0 伤害导致对局无法结束属于工程上的兜底不是数值设计。3.4 技能与冷却机制技能用三个参数描述威力倍率mult、段数hits、冷却回合cooldown。释放时机采用最简单的策略——冷却好了就放。这个策略没有 AI 决策看似简陋但它保证了模拟的确定性也避免了引入“技能释放策略”这个额外变量干扰数值对比。冷却的递减逻辑放在每个角色自己的回合开始时而不是每回合结束时统一递减。这两种写法在 1v1 里结果一样但在多人混战里不同如果统一在回合结束递减速度快的角色和速度慢的角色冷却节奏一致如果在自己回合开始递减实际节奏会更贴近“行动次数”而不是“回合数”。本文选择后者因为它更符合“技能是消耗行动机会”的直觉。多段攻击的意义在于提升暴击期望。以茱莉亚的疾影连击为例单段威力 0.75、共 2 段总倍率是 1.5。虽然总倍率不如船厂打手的 1.7但两次独立的暴击判定让她的暴击期望更高配合 28% 的暴击率实际输出相当可观。这个差异只有通过模拟才能量化靠脑子算是算不出来的。3.5 回合调度与目标选择回合调度采用速度降序同速时用随机数打破平局。注意平局判定必须在排序的 key 函数里完成保证每次排序只消耗一次随机数避免排序算法内部比较次数不同导致随机序列不一致。目标选择在 1v1 里没有意义但在四人混战里是关键规则。本文采用“优先攻击血量比例最低的对手”先算出所有存活对手的当前血量 / 最大血量取最小值如果有多个并列就在并列者中随机挑一个。这条规则模拟的是“集火残血”的直觉会让混战更快收敛也避免了随机选目标导致对局拖到回合上限。这里刻意没有加“复仇机制”或者“威胁评估”因为那会让规则复杂度上升一个量级而收益有限。规则越简单结果越容易被解释这对一个用于讨论的工具来说比“更真实”重要得多。4. 完整实战四人对战模拟器4.1 定义角色配置文件先写配置。文件名data/characters.json四个角色的数值按前文的定位分配{ characters: [ { name: 马鲸笙, hp: 1100, atk: 150, defense: 40, spd: 88, crit: 0.15, dodge: 0.08, skill: { name: 稳扎稳打, mult: 1.35, hits: 1, cooldown: 3 } }, { name: 茱莉亚, hp: 850, atk: 175, defense: 25, spd: 115, crit: 0.28, dodge: 0.18, skill: { name: 疾影连击, mult: 0.75, hits: 2, cooldown: 3 } }, { name: 黑带, hp: 1250, atk: 130, defense: 62, spd: 70, crit: 0.10, dodge: 0.05, skill: { name: 过肩摔, mult: 1.5, hits: 1, cooldown: 4 } }, { name: 船厂打手, hp: 1350, atk: 165, defense: 32, spd: 58, crit: 0.08,