在我们的第一篇文章中，我们了解了黄金和XP的差异如何帮助定义每个角色的优点和缺点。 在第二篇文章中，我们重点介绍了丛林游戏，并试图了解丛林游戏如何利用其先天的早期游戏优势在地图上施加压力。 在我们的第三篇文章中，我们离开了早期的比赛，专注于中期比赛，并得出了球队倾向于优先关注的事情。 我们还看到了早期游戏中丛林动物的模式会影响目标所针对的目标。
在本文中，我们将回到早期的游戏，并更笼统地研究每个角色的优势和劣势，而不仅仅是丛林战士。 为此，我们将根据玩家的角色来调查玩家通常在什么时候退缩，并从逐项和功率峰值的角度看待什么。
本文将要讨论的大多数内容是大多数人已经直观地了解的内容。 本文只是通过在数字上加上数字来增强这种直觉。
我们使用的数据来自ELO较高的玩家（dia2 +），他们*可能*比普通玩家更高效，更了解游戏。
这是汇总数据。 本文介绍的发现不应视为福音，而应作为一般的经验法则。
- 刨床大约在4:45左右，然后在8:20左右，然后在12:00左右
- Midlaners在4:45左右返回，然后在8:00左右返回，然后在11:00左右返回
- Botlaners在5:10左右返回，然后在9:00左右返回，然后在12:45左右返回
- 丛林人大约在4:30左右返回，然后在7:30左右，然后在11:15左右返回
- 如果有加农炮，则车道留在车道中的可能性会增加5.5–9％。
- 刨床的第一背总金约1400，第二背总金2600，第三背约4000。 这些值从一开始就包括500金币。
- Midlaners的第一后卫总金约1450，第二位总金约2600，第三位总金约3700。 这些值从一开始就包括500金币。
- ADC的第一背上总金量约为1650，第二背上总金量为3000，第三背上总金量约为4500。 这些值从一开始就包括500金币。
- 支撑位在其第一背上有大约1200枚总金，在第二副上有2100枚总金，在第三副上有3200枚。 这些值从一开始就包括500金币。
- 丛林人的第一背总金约1500，第二背总金为2450，第三背总金约3800。 这些值从一开始就包括500金币。
- ADC必须在车道上停留1-2波更长的时间才能获得BF剑，但通常足以容纳狂热者或鞋面神杖+靴子。
这实际上是一个很难回答的问题。 Riot提供给第三方的数据中没有所谓的“ PLAYER_RECALL”事件或类似事件。 这意味着没有明确的方法知道玩家何时回到基地。 那么，如何寻找看不见的东西呢？
相关信号
尝试查找无法直接测量的内容时，必须查看仅在该事件发生时才出现的可测量事件。 例如，天文学家真的看不到行星绕着遥远的恒星运行，它们太遥远了！ 然而，通过观察恒星在一段时间内的发光程度，如果他们看到多年来的规律性变化很小，则可以猜测该恒星周围环绕着一颗行星运行，并且阻挡了恒星的部分光线。
另一个例子是门捷列夫，他擅长推断物质的性质。 这个家伙预测了当时尚未发现的某些原子的存在以及质量和行为，只是因为否则他正在构造的元素表中存在空白。
最后，大多数人每天都在使用推断的信号：当您寻找可能在多个地方的人时，您不会在没有照明的地方寻找他们，因为没有灯通常意味着那里没有人。 或者，当您煮意大利面时，不要将手浸入水中以测试其是否足够热，而要等到水中形成气泡的那一刻。
调出相关信号
在《英雄联盟》中，也有相关的信号，也许在我们可以访问的事件子集中，有一些事件类型可以用来推断丢失的“召回”事件的发生。 那么我们可以访问哪些事件？ 好吧，这里有冠军杀，怪物杀，塔杀，守卫，守卫，物品买卖，技能提升。 在这一系列小事件中，只有一种类型的事件可以帮助我们对召回进行建模，这就是物品的购买。 的确，人们可以购买物品的唯一场所是在基地，并且使用合理的假设，即人们回想起召回事件，并且不愿意坐在基地无所事事，我们可以假设玩家在接下来的数十年中进行购买他们退后几秒钟。
将物品购买视为一种探究玩家何时回到基地的方法，可能是一个不错的起点。 但是，这可能存在问题。 一些玩家可能会回来而不买任何东西。 这是对这种模式的正确批评，我们无法证明存在偏差，但是我们可以辩称，这种现象在游戏初期几乎不会发生，因为玩家很可能会购买消耗品来帮助他们在比赛中持续使用。通道阶段。 因此，通过查看商品购买而缺少的召回次数应该很小。 第二个论证是将商品购买作为召回的有效性的正当理由可以是，即使没有购买的召回数量足够大，也很重要，与购买召回相比，行为方面可能没有足够多的差异，因此总体而言召回行为仍然与购买召回行为非常相似。
对于本文的其余部分，我们假设召回和购买之间存在15秒的延迟。 这是完全任意的。
一次召回可多次购买
当使用物品购买来建模后背时出现的另一个问题是，玩家回到基地时经常会购买不止一个物品。 这意味着您不能仅直接查看商品购买数据集，而是首先需要根据商品购买的时间间隔将它们分组在一起。 我们决定选择一个45秒的窗口来将购买分组。 这意味着我们仅考虑相隔至少45s的购买。 例如，如果我们在4：45、4：50、5：05和6:40发生以下购买事件，则将4:50和5:05事件作为与同一事件相同的一部分被丢弃4:45。 （实现起来比看起来要难得多）。
我们将通过分析物品购买随着时间的推移如何演变来开始我们的分析。
这看起来真的不太好。 除了丛林角色（Jungler角色）在4-5：30分钟左右购买的物品数量高得多外，我们实际上并没有看到泳道之间的差异。 通过仔细查看，我们可能可以推测出该botlane是第一个进行第一个后退的工具，但是就首先后退分析而言，这差不多可以了。 我们还注意到大约1:30的周期，这可能表明玩家回退的频率。 但是，这也可以通过以下事实来解释：大炮小兵每90秒产生一次。 背部有90秒的周期性会与我们先前使用球员口袋中当前平均金的估计（这大约为3:30）相抵触。
炮波
加农炮波每3波产生一次，这使得第二个加农炮波在4:05左右到达中间，然后稍晚一点的机器人和顶部（〜4：20）。 这对应于每个通道的4：30–5：00窗口中的物品购买出现明显下降，这表明在10-15秒钟之前的背板较少，而下一波的背板增加。 此模式会在接下来的4分半钟内重复出现，浸入次数完全相同。 我们可以通过分析加农炮波的多少后背传递给下一波和前一波来更好地解构这种模式。
似乎平均而言，从5.5％到9％的后背都考虑到了炮波的存在。 但是，这种举动看起来并不像玩家意识到波浪中有一门大炮并决定停留更长的时间，而是他们知道何时出现大炮小兵并相应地退后。 的确，如果这种行为纯粹是反应性的，我们将看到后背被转移到下一个波浪上，而很少部分被转移到加农炮之前的波浪上。
既然我们已经确定了加农炮波对背部的影响，我们将首先尝试观察一下平滑90秒周期后的样子，因为这应该可以显示出潜在的信号并帮助我们理解图表再多一点。
分解信号-首先返回
好吧，这并没有使我们走的太远。 也许这种方法不正确。 让我们专注于第一背，而不是全神贯注。 什么时候第一次回来？ 好吧，我们不知道。 但是，我们可以确定的是，第一个后背应该代表曲线的几乎所有起点，代表所有后背，因为在做第一个后背之前，您实际上无法做第二个后背。 因此，让我们放大。
哇，这些曲线实际上看起来很像高斯曲线的左侧。 这是个好消息，因为这实际上是有道理的！ 如果人们通常回退某个时间，他们不会在每个游戏的那一刻都准确返回，相反，在某些游戏中，他们会稍早返回，在某些游戏中，他们会稍晚返回，并且在很少的游戏中，它们会在车道上停留很长时间，或者几乎立即返回。 这意味着我们可以将第一背板建模为以第一背板的平均时间为中心的正态分布。
分解信号—丛林
我们将从分析丛林物品购买曲线的起点开始。 正如我们之前看到的，我们可以使用正态分布对第一个后背建模，因此让我们来绘制该分布如何随时间变化适应总后背的情况。
好吧，这很酷。 我们对第一个后背有一个清晰的分布，我们可以得到平均后背的时间以及该平均值附近的标准偏差。 怎么办？ 我们如何从那里找到第二回发生的时间？ 好了，我们可以从总背中删除归因于第一背的背，然后看看我们的新曲线是什么样子。
我们肯定知道曲线的起点应该几乎只由第二个后背组成，因为我们删除了第一个后背，并且在做第二个之前您不能做第三个后背。 我们还看到曲线的起点看起来很像高斯曲线。 这一切开始听起来很熟悉！ 这就是我们为第一回做的事情。 因此，让我们做起来和第一回一样。
您可能已经猜到了，我们可以在第三回程中重复我们的过程，依此类推。 因此，让我们做到这一点。
这难以置信！ 只是为了让您意识到这真是太棒了。 我们从那个毫无用处的图表变成了这个惊人的分解：
就像黑魔法！ 我们基本上采用什么是凹凸然后紧接一条直线，然后将其转换为一组漂亮的曲线，只是因为凹凸看起来像是高斯曲线。 那太疯狂了！ 基本上是说“给我一条直线，我会告诉你人们何时回来”。 数学真是太神奇了。
分解信号-Bot
我们使用Jungler所做的事情，可以使用ADC，Mid和Top进行。 我将为您保留详细信息，而是提供2个核心图表。
分解信号-中
分解信号-顶部
好了，我们现在每条车道的每一条弯都有漂亮的曲线，就其本身而言，这是很酷的。 但是，这并不是我们真正感兴趣的。 我们想要的是可以使用的冷硬数字，而不仅仅是查看。 下表描述了每个车道通常后退的平均时间，还包括与每个后退车道的平均值的标准偏差。
从Junglers的角度来看，这为车道何时变弱和变强提供了很多信息。 确实，仅支持和购买项目的通道比没有支持的通道更强大。 此外，HP和Mana中将要倒退的车道可能很低。 因此，作为一名打野者，您可能应该在他们试图后退之前瞄准瞄准路。 超过6级后，此策略也可适用于漫游中路。 因此，该表实际上不仅是玩家回到基地的时间的表，而且还是每个泳道何时处于弱势或强势的表。 使用此表，我们应该应该能够构造利用这些弱点和优点的连接模式。
我们还可以看到，我们之前估计的在背道之间的车道上花费的时间约为3:30分钟，实际上是非常好的！ 这种一般的经验法则也可以用来追踪玩家虚弱的时刻。 的确，想象一下botlane会在6:00左右进行一次第一回。 他们的下一个后卫可能不会在9:00左右居中，而是在9:45左右，这取决于他们是想跟对手的后卫匹配，还是更喜欢在返回前拥有大量的黄金。
购买力
我们可以从该表中得出的另一个信息是购买者的购买力，即他支持时的购买力。 我们将购买力定义为玩家在该时间点赚了多少金，而不是他在后退时获得多少金，因为该值取决于构建顺序以及之前的后退发生这种情况，因此与简单的“总金”指标相比并不可靠。 请注意，此表仍然是汇总数据，这意味着在退回之前被杀死的玩家的平均黄金价值，因此比这些角色在不被杀死时通常具有的黄金更高。
尝试评估构建顺序时，此黄金表应非常重要，因为后背会极大地限制玩家接下来几分钟内拥有的物品。 确实，想象一下，您发现Bilgewater Cutlass的起步是Vayne的最佳起步。 您仍然需要考虑以下事实：在Doran +锅中花费500黄金之外，它的成本为1500黄金。 这使金价开始达到2000，这是一个很晚的第一回。 这意味着，如果另一个ADC像往常一样支持，他将比您拥有1k的黄金优势，直到您自己返回为止。 这意味着，根据波浪的状态，他可以冻结并划定您的位置，或者在丛林人的帮助下推动并设置潜水； 从理论上讲，这本来应该是很棒的构建，但在实践中却很难。 而且这没有考虑到这种劣势会不断重复，直到双方都同时退缩，这可能会使构建进度陷入尴尬的境地。 这并不意味着应该取消构建，而是某些构建订单的价格点不完全适合当前元数据，这可能会对构建的性能产生负面影响，因此在评估时应考虑到这一点。构建的质量。
我们可以从该表中得出的另一个有趣的观察结果是，ADC回来时通常没有足够的金来供BF使用，这可能会使依赖AD的拥护者的吸引力降低，而不是与那些可以使用更便宜的Attack Speed物品一起运行的拥护者。
最终，我们可以看到，尽管丛林狼是第一个倒退的人，但他们在首次购买时仍然相对于独行者拥有总的黄金优势。
暴动最近透露了将击中裂谷的下一个冠军。 他的名字叫奥恩（Ornn），而我们感兴趣的是他那被动的，活着的锻炉，上面写着：
Ornn可以在任何地方花费黄金来伪造非消耗性物品。 […]另外，Ornn和他的每个队友都可以购买MASTERWORK升级。
有些人已经对被动的Masterwork部分进行了一些分析，这将使团队在后期的游戏中变得更强大，因为玩家将获得更高的老虎机效率。 这些分析大多数使用的是“每个统计点的黄金价值”，例如，1 AD值35g，而1AP值21.75g。 我完全拒绝用于计算这些值的方法论以及目前使用的“黄金效率”的概念，但也许我会在以后的文章中对此进行扩展。
使我感兴趣的并不是真正的Masterwork部分，而是“随处购买”部分。 在4秒钟内，Ornn可以完成大多数人超过30秒钟的事情，即返回，购买并返回车道。 这给了Ornn在早期游戏中的巨大优势，尤其是作为Jungler，因为他可以在紧接之前将其黄金优势转化为物品优势。 这种被动使他所有的力量尖峰提前，因此可以增加他早期的冲击力。 在第4分钟之前拥有一把超长剑的力量异常强大，因为根据符文的不同，这意味着该时间点的自动攻击伤害提高了12-16％。 另一方面，拥有额外的布甲意味着在标准的30至40左右的时间里额外拥有15种装甲。 但是，如果Ornn在这段时间内没有采取任何行动，而是停留在自己的丛林中，那么这种优势就会部分丧失。 总而言之，这种被动的态度，再加上我们在本文中学到的知识，表明Ornn可能是早期gank之王。 不过，这全都是猜测，我很可能会犯错。 这也没有考虑到Ornn的其他任何能力，这些对于ganks可能是可怕的，也没有对Ornn赢得比赛的能力做出任何陈述。
在关于丛林人早期将重点放在车道上的文章中，我们充实了丛林动物通常遵循的一些潜在模式。 在本文中，我们从相对无益的数据中提取了每个角色何时支持的信息，并查看了每个泳道通常何时最强和最弱。 反过来，这可以帮助我们找到丛林人可以滥用的可利用模式。 现在，我们有很多作品可以用来制作聪明而有效的丛林模式。 但是，还有另外一条信息可以用来衡量每个通道的优势和劣势，那就是视力差距。
阅读有关该系列的更多信息（以及奖励图片）
- 英雄联盟：关于元游戏我们所不知道的
- 联盟的百宝箱：防暴API
- 构建联赛数据抓取工具
- 金牌，经验值和角色
- 丛林，杀戮和死亡
- 中期：目标控制
- Back Timers（本文）
- 防护和视觉间隙
- 放在一起：丛林之路
