浅谈双暴配平程度与期望伤害的联系

观前提示：本文共3301字，阅读时间约6分钟，至少需要初中以上学历以及有伤害乘区论基础方能看懂证明与计算(当然你也可以直接看结论)

前言：

本文仅讨论理想情况下，双暴配比与伤害的关系，不考虑个人双暴使用习惯以及种门等无需双暴属性的队伍（1）；同时，本文不针对任何角色，文中所举的例子仅为较具代表性的角色，请勿因为XP而否定文中观点（2）；文中将会使用“伤害高”“伤害低”等词语，这种描述仅针对双暴所带来的伤害提升大小，不考虑其他乘区的增幅（3），请勿因上述原因开喷。

（1）：如“高暴击玩的舒服”“胡桃60暴击就够了”“10w一戳看着好看”等

（2）：如“XX不管双暴多少就是强”

（3）：如“双暴这么高没精通/充能/攻击/队友也没伤害”；对于“只讨论双暴不讨论其他乘区就是耍流氓”这种观点，请关注本文前提「本文仅讨论理想情况下，双暴配比与伤害的关系」，即不考虑其他乘区对整体伤害的影响。

当然，如果不属于上述情况，对于文章内容的质疑完全可以提出，笔者会认真考虑。

正文：

一、配平度

1.定义与意义

正式开始之前，先简单地定义一下「配平度」。

双暴配平度=暴击伤害-2×暴击率（去除百分号后的数字），简称配平度。

当其他乘区不变，0%<暴击率≤100%，双暴总分相同，配平度大小(即配平度绝对值)相同时，期望伤害一致，证明：

设其他乘区乘积=a，完美配平时暴击率=p，则暴击伤害=2p，则双暴总分为4p，设实际暴击率=m，设实际暴击伤害=n，则期望伤害S=a(1+mn)，设配平度大小为k.

由配平度定义可得：

0.01k=|n-2m|①

由完美配平时与实际配平时双暴分数相同，得：

4p=2m+n②

由①②可得：m=p-0.0025k，n=2p+0.005k或m=p+0.0025k,n=2p-0.005k

期望伤害S=a[1+(p-0.0025k)(2p+0.005k)]或a[1+(p+0.0025k)(2p-0.005k)]

运用平方差公式化简，得：

S=a(1+2p²-0.0000125k²)

因此，S仅与a，p，k有关，

由题设可知：双暴总分4p固定，p为定值，其他乘区乘积a为定值，

所以，S仅与k有关，结论得证.

心海：是我不配了

注意：需要考虑其他Buff对于双暴的影响，例如甘雨第二箭以后暴击率+20%，四冰套打冻结小怪暴击率+40%，六命九条雷伤暴伤+60%，六命珐露珊风伤暴伤+40%等等。

很明显，配平度>0，代表暴伤过高；配平度<0，代表暴击过高；配平度大小越大，双暴越不平衡。配平度大小的含义也就是双暴绝对数值的差距大小。

例：

配平度(胡行钟夜)=197.2-51.7×2=93.8

配平度(胡夜钟莫(四命莫娜+15%暴击))=197.2-(51.7+15)×2=63.8

结论：暴击低了

2.对伤害的影响

由于角色之间的模型差异较大，因此毕业双暴面板也有所差距，也就需要分类讨论：

对于绝大部分传统主C来说，只需要攻击、双暴、精通这三种属性(胡桃生命相当于攻击)，而攻击力提升能通过班尼特、双火共鸣、宗室套等常见手段提升，也就导致攻击力稀释，从而让双暴能有更高的词条占比数，因而传统主C的双暴标准更高。

毕业参考标准：90%/180%，典例：胡桃 公子 魈 宵宫

而对于一般副C，多需求高充能(零命纳西妲除外，需求高精通)，也就难以携带双暴武器，且副词条也需要匀一些充能出来以保证循环，从而导致双暴标准为三者中最低的。

毕业参考标准：65%/130%，典例：香菱 行秋 菲谢尔

观察3.0后所出的角色，精通越来越重要，提纳里、纳西妲、艾尔海森等重要角色均在倍率或专武中存在精通转伤的机制，这些角色(纳西妲需六命)也就自然而然成为新型主C：对于精通(未来4.0也有可能为其他属性)有很高需求，不刚需充能，对于双暴也有较高要求的主C角色。这也就导致其双暴要求较高，介于一般副C与传统主C之间。

毕业参考标准：80%/160%，典例：艾尔海森 提纳里 六命草神

说了这么多，终于来到伤害计算部分了，为方便计算，假定其他乘区乘积为1000，即不暴击时单次伤害为1000，接下来将分别分析三种类型角色的配平度对伤害的影响：

接下来将运用S=a(1+2p²-0.0000125k²)这一公式，其中S为期望伤害，a为其他乘区乘积，即1000，4p为双暴总分，2p²即完美配平时2×暴击率²，k为配平度大小(即不考虑正负)。

（1）传统主C(90%/180%，1+2p²=2.62)

①k = 0(完美配平)

    单次期望伤害：1000×(2.62-0)=2620

    百分比：100.00%

②k = 40(80%/200%或100%/160%)

    单次期望伤害：1000×(2.62-0.0000125×1600)=2600

    百分比：99.24%

③k = 80(70%/220%)

    单次期望伤害：1000×(2.62-0.0000125×6400)=2540

    百分比：96.95%

④k = 120(60%/240%)

    单次期望伤害：1000×(2.62-0.0000125×14400)=2440

    百分比：93.13%

（2）一般副C(60%/120%，1+2p²=1.72)

①k = 0(完美配平)

    单次期望伤害：1000×(1.72-0)=1720

    百分比：100.00%

②k = 40(50%/140%或70%/100%)

    单次期望伤害：1000×(1.72-0.0000125×1600)=1700

    百分比：98.84%

③k = 80(40%/160%或80%/180%)

    单次期望伤害：1000×(1.72-0.0000125×6400)=1640

    百分比：95.35%

④k = 120(30%/180%或90%/70%)

    单次期望伤害：1000×(1.72-0.0000125×14400)=1540

    百分比：89.53%

（3）新型主C(80%/160%，1+2p²=2.28)

①k = 0(完美配平)

    单次期望伤害：1000×(2.28-0)=2280

    百分比：100.00%

②k = 40(70%/180%或90%/140%)

    单次期望伤害：1000×(2.28-0.0000125×1600)=2260

    百分比：99.12%

③k = 80(60%/200%或100%/120%)

    单次期望伤害：1000×(2.28-0.0000125×6400)=2200

    百分比：96.49%

④k = 120(50%/220%)

    单次期望伤害：1000×(2.28-0.0000125×14400)=2100

    百分比：92.11%

二、结论

1.结论与实战

结论一：

观察数据，不难发现，即使面板配不平，例如副C面板50%/140%，也仅与完美配平面板60%/120%相差约1.2%，而一个双暴词条给一个角色带来的提升约3%，也就是说，k=40的情况下，配平面板后的提升甚至不如半个双暴词条，差距几乎可以忽略(当然追求极中极就不能忽略了)。

当k=80时，副C角色差距来到了4.5%，这样的差距已经不能忽视，但仍处于可接受范围内，只需要两个词条就能补齐差距。

然而，当k=120时，差距变得十分明显，副C角色已经达到了10%，已经需要重视了，如果k更大，差距将会越来越明显，数值可参考上述三张图。

结论二：

对比三种角色的数据，明显能看出，双暴越低，配平度对伤害影响越大，也就是说，副C角色对配平的需求大于主C，也就是说，副C需要配得更平。

[以下部分为选修]

产生这种现象的原因其实在于配平度的定义，配平度代表着双暴绝对差值的大小，而并非差值与总体双暴分的比值大小，也就是说，绝对差值相同的情况下，双暴总分越高，差值所占总分的比例越低，因此百分比差距也就越小。

结合两个结论，可知：实战中副C的k值应当控制在80以下，主C的k值应当控制在100以下，才能保证与完美配平伤害差距在5%以内。实际使用中不必过度追求配平，大部分时候都是哪个分高用哪个，最终选择还是看双暴乘积。

2.推论

由数据其实还能引出一些有趣的推论，例如小程序评分(仅看双暴)问题，常说小程序评分不准，不能反映实际伤害(请注意这里说的是评分不是伤害计算)，但是看数据就能发现，当k<120时，同分数下与完美配平的差距大多<10%，评分还是能反映实际伤害的。

如果还有一些有趣的推论，也可以在评论区分享一下。

以上就是所有内容了，如果有什么错误欢迎指出(毕竟只写了5个小时)。