• 联机游戏玩家卡顿概率分析


    比较联机游戏不同玩家数量时,卡顿的概率。
    比如六人联机卡顿概率是三人联机的几倍(其实这是我思考这个问题的出发点。

    问题简化:

    假设一个玩家网络卡顿的概率为p, 且0<=p<=1。
    那么n个玩家联机打一局游戏,遇到卡顿的概率是多少?

    说明1:只要有一个玩家卡顿就算这局游戏卡顿。
    说明2: n>=2,因为一人单机不用联网。

    分析与求解

    直接去计算卡顿是很麻烦的,
    因为要考虑多种情况:

    • 1个玩家卡顿
    • 2个玩家卡顿
      ......
    • n个玩家卡顿

    正难则反

    我们从该问题的反向情况思考,
    即没有玩家卡顿的概率是多少,再用1一减。

    那么就很简单,一个玩家不卡顿的概率是(1-p)
    n个玩家都不卡顿的概率是((1-p)^n)

    所以遇到卡顿的概率如下

    [P = 1 - (1-p)^n ]

    这个展开写的话,有点麻烦了,就不详细展开了。

    接下来我们要探究的是不同人数的卡顿概率问题

    深入探究

    总体数据变化

    对于固定的n,这个最终结果受到变量p的影响。
    把这个写成函数形式如下

    [P_n(p) = 1 - (1-p)^n ]

    那么n取2,3,4,5,6时,对应的函数如下

    [P_2(p) = 1 - (1-p)^2\ P_3(p) = 1 - (1-p)^3\ P_4(p) = 1 - (1-p)^4\ P_5(p) = 1 - (1-p)^5\ P_6(p) = 1 - (1-p)^6\ ]

    我们首先看下,n在这些值时,
    (P_n)与变量p的变化关系。

    不同n值的差别在p比较小的时候很明显,但是差距好像也不是很大,起码比我预想中的要小。
    以p=0.1为例,

    [P_2 = 0.19 \ P_3 = 0.27 \ P_4 = 0.34 \ P_5 = 0.41 \ P_6 = 0.47 ]

    (P_6)约是(P_2)的2.5倍左右

    不过数据比例关系在这个图中感觉还是不够直观,尤其是p<0.1时,太小看不清。

    6v3

    下面专门来看看六玩家卡顿概率是三玩家卡顿概率的多少倍。

    [egin{aligned} M_{6-3} &= frac {P_6(p)} {P_3(p)} = frac {1 - (1-p)^6} {1 - (1-p)^3} \ &= frac {(1 - (1-p)^3)(1 + (1-p)^3)} {1 - (1-p)^3} & ext{平方差公式}\ &= (1 + (1-p)^3) end{aligned} ]

    由于0<p<1,所以
    这个倍数关系范围在1-2之间,
    具体如下图

    6v2

    再来看看六玩家卡顿概率是二玩家卡顿概率的多少倍。

    [egin{aligned} M_{6-2} &= frac {P_6(p)} {P_2(p)} = frac {1 - (1-p)^6} {1 - (1-p)^2} \ &= frac {(1 - (1-p)^2)(1 + (1-p)^2 + (1-p)^4 )} {1 - (1-p)^2} & ext{立方差公式} \ &= 1 + (1-p)^2 + (1-p)^4 end{aligned} ]

    由于0<p<1,所以
    这个倍数关系范围在1-3之间,
    其图像如下

    结论

    • 6玩家卡顿概率,最多是3玩家卡顿概率的两倍
    • 6玩家卡顿概率,最多是2玩家卡顿概率的3倍

    由于p=0时,P都为0, 所以实际上最大值达不到。

  • 相关阅读:
    了解xss
    kail Windows10 远程连接解决办法
    信息收集二级域名或ip收集
    mpvue引用Echarts不渲染问题
    IIS状态码
    apicloud的tapmode用法
    JavaScript交换两个变量值的七种解决方案
    IIS express 服务的开启, 支持多个iis express
    asp.net解决跨域访问问题
    Flex 布局
  • 原文地址:https://www.cnblogs.com/BigShuang/p/14951366.html
Copyright © 2020-2023  润新知