在窝窝屎排位赛中,假设一个玩家每局比赛的胜率(设为p1)是稳定的,并且每个失败局比赛中排名第一保星的概率(设为p2)也是稳定的,那么对于任意二维数组(p1,p2),套入青铜或白银或黄金联盟的规则,则可以模拟出一条从R10到R0的晋级路径(升降机模拟),设为route1,并计算出这条路径晋级总共需要的场次数。
那么用同样的办法,可以模拟出1000条晋级路径,route1、route2、……route1000,得到1000个路径晋升所需要的场次数,将它们取平均值,即为该概率组合(p1,p2)下的平均晋升场次数。这就是蒙特卡洛模拟方法。
那么,调整这个胜率p1,从50%到51%一直到70%,再调整败局保星概率p2,从0%到5%一直到50%,可以通过蒙特卡洛模拟方法估算任何一个(p1,p2)组合下的平均晋升场数,最后得到一个以p1为横轴,p2为纵轴的矩阵,矩阵中的数值即为晋级到下一联盟所需的场次数。
通过估算自己在当前联盟下的胜率p1,以及败局保星概率p2,代入上述矩阵,就能看到自己通过此联盟晋级的期望场数,从而对于晋级难度有个大致的心理预期。

那么用同样的办法,可以模拟出1000条晋级路径,route1、route2、……route1000,得到1000个路径晋升所需要的场次数,将它们取平均值,即为该概率组合(p1,p2)下的平均晋升场次数。这就是蒙特卡洛模拟方法。
那么,调整这个胜率p1,从50%到51%一直到70%,再调整败局保星概率p2,从0%到5%一直到50%,可以通过蒙特卡洛模拟方法估算任何一个(p1,p2)组合下的平均晋升场数,最后得到一个以p1为横轴,p2为纵轴的矩阵,矩阵中的数值即为晋级到下一联盟所需的场次数。
通过估算自己在当前联盟下的胜率p1,以及败局保星概率p2,代入上述矩阵,就能看到自己通过此联盟晋级的期望场数,从而对于晋级难度有个大致的心理预期。
