因此，我正在为我玩的游戏开发一些计算器 - 为了好玩，它具有不同的冷却时间，使用时间，可以在其他地方使用的百分比等各种能力......
到目前为止，我通过分析基础中的数字来做到这一点，但我有很多能力，所以例如假设我在4秒内使用了5个技能：
<00> 0000：60伤害（使用异能0，试图再次使用但失败 - 所以返回能力伤害为0）0001：60点伤害
略过几句......
0101：200伤害
再次......
伤害4444：70。流程终止。 - 希望这是有道理的。
问题是，在暴力中这样做很好地适用于很短的时间（如上）和数量或能力，但是在更高的时间和数量的能力下它分析数万亿的模拟，这意味着蛮力不再成为一种选择。
问题是，考虑到数据大多是随机的，是否有任何启发式算法（所有思想可能不会返回最优）将返回相对较好的结果。
感谢您的回复：）
答案 0 :(得分：0)
让我重新确认一下，以确保我理解正确：你想找到最好的技能排序，考虑到他们的个人伤害和冷却时间，这样每次只使用一种技能，并且没有比使用技能更频繁地使用技能冷却允许。如果是这样，这是一种调度问题，一种方法是通过linear programming。
粗略的想法是引入n_skills * simulation_length个变量x[skill][time]，每个变量约束在0和1之间，并在skill时解释“使用技能time if {{ 1}}，不要使用if x[skill][time] == 1“。现在，您可以在其他线性约束（通过== 0解释 - 类似伪代码）下优化由其技能造成的损害加权的所有变量的总和sum(x[skill][:] * damage[skill] for skill in skills)：
numpy，t（每次最多只能使用一项能力）sum(x[:][t]) <= 1和时间a t0（在冷却期间，您最多只能使用一次能力）现在最棘手的部分是，虽然这会给你一个在某种意义上最优的解决方案，但它很可能不是物理，那就是你会得到小数sum(x[a][t0-cooldown(a):t0+cooldown(a)] <= 1秒。这是启发式部分开始的地方，你必须找到一些方法将解决方案“整合”到整数，在过程中失去客观价值，使其在物理上（游戏合法）有意义。一种方法是仅保留x，并将所有其他数字舍入为零。它将提供一个有意义的解决方案，但它可能不会令人满意（即你的角色几乎什么都不做）。鉴于我的问题模型非常简单，我希望有一些关于如何进行良好舍入的理论结果。
虽然我可以建议scipy package解决线性程序，但是构建约束矩阵和舍入结果（甚至是简单的）的整个问题不是初学者级编程任务。