戈朗中的非均匀分布随机

Question

引自英雄联盟：

暴击的概率根据暴击的次数动态变化。如果一次攻击没有对多次尝试进行严重打击，则未来尝试的概率将逐渐增加 - 反之亦然，其中多次成功的关键打击将导致未来尝试的概率逐渐降低。

如果我理解正确，事件出现的机会逐渐受到以前时间的影响，即 随机化，对吧？在 中有这样的随机化算法吗？如果没有，我们该如何实施呢？non-uniform distributiongolangmath/rand

Answer 1

这似乎微不足道地实现给定或。没有看到你的代码，很难给出太多的代码。rand.Float32()rand.Float64()您可以重复对均匀浮点数进行采样，并与不同的成功概率进行比较。这种概率在未命中时上升，在命中时下降。例如：func did_crit_hit(prob_success *float64) bool {&nbsp; &nbsp; p := *prob_success&nbsp; &nbsp; hit := rand.Float64() < p&nbsp; &nbsp; if hit {&nbsp; &nbsp; &nbsp; &nbsp; p = math.Max(0, p - 0.1)&nbsp; &nbsp; } else {&nbsp; &nbsp; &nbsp; &nbsp; p = math.Min(1, p + 0.1)&nbsp; &nbsp; }&nbsp; &nbsp; *prob_success = p&nbsp; &nbsp; return hit}你可能想做一些更复杂的事情，而不仅仅是通过一个固定的增量来改变，但希望这能给你一个想法。