返回列表 发帖

[历史] 关于拖号分组方法与相应成本的计算(二期整理完毕)

前言:



关于如何拖号最省钱省时间,这是一个由来已久的话题
这两天就这个问题进行了简单的计算,得到了一些理论上的结果

本文方法预计可以应用于
多人合伙雇队伍拖号(很可能时间不统一,所以考虑和帐号共用的人合伙)
代练拖号规划等领域


欢迎有需要的朋友看看,如有错误还请斧正
在此声明,这是一个比较个性化的东西,在一些方面不具有普遍适用性,还请按需使用
本文比较了使用高书的情况,将各种分组拖号方法穷举,并求出最优分组方法及其决定因素A
(所有人同时使用经验鞋、小经或经验戒指的时候只是效率系数有区别最后都会约掉)

文中关键定义:A,成本倍数(可使用CTRL+F查找)

不考虑拖号中死亡情况(可以通过增加单位时间书外消耗C实现)
在单位时间总效率及单位时间书以外的消耗与队中人数无关的情况下,
得到了最优分组方法由且只由A值决定的结果
并给出了各种比值与总人数下最优分组方法的列表(总被拖人数2-25人,列表在1楼)



在这里请注意比较所需要的同质性
简单来说就是1拖1与1拖N或者其他组合比较时,
需要以相同平均效率,相同打法,单位时间拖人者及辅助总消耗相同等
这种情况下才有不同组合方式间比较的意义
而对每个被拖的号而言,需要有相同的需拖总经验,相同的经验加成效果


另外讨论了
全体被拖人中有1人经验增幅高于其他人的情况下的分组方法,如经验戒指郁金香等(不可交易)
每个被拖组中有1人经验增幅高于其他人的情况下的分组方法,如经验鞋(可交易)
以及队中有多名打手的情况下的分组方法

本文不能解决的问题:
效率或消耗随组队人数增加的情况(即指被拖人数增加能导致增加的情况)
如拳圣拖人


再有,扯到成本自然就关系到钱和时间,希望大家玩游戏还是能以娱乐为主要目的
愿意代练的就让他们练去吧...
陆续更新





正文:


假设打手是不需要经验的
首先考虑1名打手的情况,即队中有打手1名与被拖的号数名
(与之相反的是如SP拳等,多名打手同在队中等类似的情况)

定义:N,X,Exp,E,T,C,B,A

N为计划中被拖总人数
X为小组中被拖人数(所有X的和为N)
Exp为单人需要被拖的总经验
E为全队高经每小时总效率
T为小组完成所需时间(假设需要经验相同,故同组成员同时完成)
C为每小时或者说每两本书时间内所有经验书以外的消耗(料理,药,翅膀,石头,工资,旅馆费用等)
B为每小时或者说每两本书时间单人经验书成本
A=C/B



公式:

                               Exp
小组完成所需时间T=------------
                             E/(X+1)
               

各人成本(由于被拖总人数N固定,故各人成本最小即总成本最小)
=小组总成本/被拖人数
=小组时间*(单位时间书外消耗+被拖人数*单位时间书消耗)/被拖人数
=T*(C+XB )/X


在此给出一例
N=6
每人需要经验5E
打手总效率吃高经后1E每小时
C=18
B=1.5

1拖1(2人组队,被拖者开书后效率为0.5E每小时),全部完成需重复6次
每人成本(18+1.5)*5/0.5=195

1拖6(6人组队,每位被拖者开书后效率为1/7E每小时),
每人成本(18+1.5*6)*5/(1/7)/6=157.5

1拖3(4人组队,每位被拖者开书后效率为1/4E每小时),全部完成共需2队
每人成本(18+1.5*3)*5/(1/4)/3=150

差距之巨大由此可见
由于N固定之后,总成本与各人成本成正比
所以总成本最低即各人成本最低





第一部分:1拖1与1拖N比较
首先考虑到组队人数限制,设定大前提(1<=N<=11,N为整数)
第一种情况,1拖1重复N次
总成本(B+C)*N*Exp/(E/2)
第二种情况,1同时拖N
总成本(NB+C)*N*Exp/(E/(N+1))

可见
总时间相比,1拖N花费时间为1拖1的(N+1)/2N倍,也就是1/2强点
拖得越多越接近1/2即越省时间,而相对肯定也越费书
书的消耗,1拖N花费为1拖1的(N+1)/2倍

在固定的Exp与E下,Exp/(E/2)为常数,考虑变量部分
1拖1,N次的总成本为(B+C)*N
1拖N,总成本为B*N*(N+1)/2+C*(N+1)/2

用括号内文字表示拖的方法相应成本
若N*(1拖1)<=(1拖N)
则B+C<=(N+1)B/2+(N+1)C/2N
即B+C<=BN+C/N
C/B<=N
由前面设A=C/B,为单位时间书以外的消耗与单位时间书成本的比值
即若只在1拖N与1拖1中选择,只需要将A值与N比较
若比N小则1拖1成本更低



A的定义:单位时间书以外的消耗与单位时间书成本的比值
由此我们可以看到A=C/B是一个决定分组方法的重要数值,(A为有理数,以下继续沿用)
而效率与需要的经验取得一个具体定指时,并不能影响分组方法
这里要注意的是A的计算中
C需要计算全体人员的费用并非输出号本身(自己的时间也是成本啊)
B为1小时或者说2本书时间消耗的经验书价格(B为常数)


由此可定义用于比较成本的成本倍数
成本倍数=总成本/常数
其中,常数=B*Exp/(E/2)为普通1拖1完成时的经验书成本




若忽略安全性因素,则要拖的总经验和拖法选择是没有关系的,当然可能比较理想化
实际上安全性方面1拖N时往往要死一起死(其实1拖1也未必就不死)
算作都站同一格,那么被怪看到的几率应该是一样的,
计算时间
1拖1是N;1拖N是(N+1)/2
每次被怪看到后死亡总次数
1拖1是1;1拖N是N
分别相乘
当N>1时总有,总死亡数N<N*(N+1)/2
即1拖N死亡次数要多
死亡在一些简单地图还是可以设法避免的
避免的条件就是增加人工成本C


[ 本帖最后由 flydreamcyx 于 2009-12-6 12:46 编辑 ]

总之很理论
估计愿意看的人不多吧...
随意
自用

TOP

厉害啊

来顶你

TOP

二期整理完毕
分组表扩容至总被拖人数25人
增加关于经验戒指与经验鞋的讨论

TOP

在二楼给出一例有兴趣的可以看下

TOP

不想小号死的话可以增加C的值
可以理解成被拖的人自己看着点
或者找个人照顾

TOP

1拖n的情况
我只想到一句话
机关算尽太聪明反害了卿卿性命
一旦被拖的小号危险。一死就是全家福
那损失啊。。。。

TOP

更正了一些输入错误

TOP

关于为什么要使用穷举法
首先利用自恰性可以略去很多A无解的组合
然后还可以去掉一些计算出来完大的组合

在有请看总人数9时
3+2*3与3*3还是需要做比较的
不使用穷举法的话我没有信心推出来

TOP

还说7=3+2+1+1
这里涉及到一个A取值表格的自恰性问题(即自身是否存在数值或逻辑上的矛盾)
自恰性表现在
如果
1拖2出现则A必然>2
1拖3出现则A必然>4
1拖4出现则A必然>8
1拖5出现则A必然>12
1拖6出现则A必然>18
1拖7出现则A必然>24
1拖8出现则A必然>32
1拖9出现则A必然>40
1拖10出现则A必然>50
1拖11出现则A必然>60

即承认了有(1拖3)则已经有(1拖2)>(1拖1)*2
所以不可能有3+2+1+1
即使这样写出了也不需要进行比较
只能是3+2*2

TOP

纵列第一列是被拖总人数
横行第一行指1拖N该组合出现的时间
最后写了个N即该组合为把所有人一起拖的情况

可以证明或者穷举得出
6<N<12时
不会出现以1拖7,8,9,10人为最优的组合
所以横行6之后直接写N了

我的说明可能过于简化造成大家理解困难,不好意思

[ 本帖最后由 flydreamcyx 于 2009-11-28 23:16 编辑 ]

TOP

原帖由 flydreamcyx 于 2009-11-28 22:38 发表

全都比较过了不信请自己计算
我给出了结果
计算过程比较繁琐,更烦
所以有所质疑请自己验证下
不要随便乱喷.(本不想说的)
随你说的资源成本变化的最优组合及相应区间都已给出

没有喷啊,你的表格我现在看懂了,很好
不过最好还是把横列纵列分别是什么说明一下
我只算到了6个号,就没耐心再计算下去了,你能全列举出来我非常佩服
因为只是在重复前面的过程,条件更多一些而已,不过我觉得实际应用中不太可能会需要去计算4个以上号
如果觉得有冒犯那我道歉,的确是没有仔细推敲,对不起了

这贴lz是用心不少,比起某些洋洋洒洒一大篇实际内容一句话就能说明的论文型精华贴实在多了

TOP

就说你那个7=1+1+2+3吧

你这里的1+1也就是两次1拖1
比1拖2是大是小
最优值两者必存在大小关系否则无意义
大的话则为7=2*2+3
小的话则为7=1+1+1+1+3
1+1+1与3哪个大
又可以不带数值直接讨论,结果是3*2+1比其他组合中的某一个完大(就是说任何时候都大于)
所以3*2+1不可能是任何A下的最优组合
所以结果是7=2*2+3与1*7之一
故不用像你想象的那样分那么多组

[ 本帖最后由 flydreamcyx 于 2009-11-28 23:14 编辑 ]

TOP

原帖由 wy7086 于 2009-11-28 21:58 发表
号多话就有太多种可能了
比如7个号就有223 124 133 1123 1114等等n种排列
随着资源成本的变化有多少种组合方式就有多少个最佳方案
所以算了也没什么大意义
实际应用里应该最多也就是考虑同时拖3个号了吧

全都比较过了不信请自己计算
我给出了结果
计算过程比较繁琐,更烦
所以有所质疑请自己验证下
不要随便乱喷.(本不想说的)
随你说的资源成本变化的最优组合及相应区间都已给出

TOP

来顶下了

TOP

返回列表