本文共三個部分：
- 我用python玩爐石傳說（1）-----爐石卡牌相關度分析的手動打分器
- 我用python玩爐石傳說（2）-----爐石卡牌套牌爬取器及自動分析卡牌相關度
- 我用python玩爐石傳說（3）-----爐石卡牌套牌自動構建算法
引言：
前面兩部分已經完成了卡牌之間的相關度分析，現在需要完成我們的最終目的，構建一個套牌deck。
最初，想用最簡單的方法，即選擇相關度最高的來完成構建，例如：首先選擇情勢反轉，最相關的是阿蘭納斯蛛後，最選擇與蛛後最相關的，地獄烈焰，然後依次進行，直至選滿30張卡牌。
但實際發現這樣構建出的套牌，雖然看似相關度高，但實際非常分散與自閉（由於缺少塵與卡牌，所以並沒有完全按選出的卡牌實測）。表現出非常卡手，或是combo往往難以達成，提前拆散，可以想象爲自行車鏈條，每個節點高度相關，成鏈式。但如果某張卡牌不得不出於解場，除掉後，相關性就中斷了。也就是雖然combo很多，但combo與combo之間的耦合度很低，套牌構建不完善。
所以需要一種能發現最佳套牌的算法。需要兩個‘器件’，迭代器以及打分算法
autobuild.py
一，卡組記錄類
class BDeck:
cardinfo = None
corrmat = None
def __init__(self, dicklist: list, cardnum: int, score: float):
self.dicklist = dicklist
self._cardnum = cardnum
self._score = score
def __len__(self):
return len(self.dicklist)
def __lt__(self, other):
return self.score < other.score
def appid(self, idn: int):
self._score = self._score + self._newscore(idn)
self._cardnum = self._cardnum + self.cardinfo.id2cardmaxnum(idn)
self.dicklist.append(idn)
def _newscore(self, idn):
newscore = 0.0
for n, i in enumerate(reversed(self.dicklist), 1):
s = self.corrmat.get_rmatrix[idn, i]
newscore += s / n
return newscore
類中記錄卡組的卡牌，以及卡組的得分，卡牌數量。
func appid：爲添加新卡進入卡組時，自動計算其總得分
分數計算方法改進：不只是計算新加入的卡牌與其之前的卡牌相關度得分(4-5)，還要計算其與之前所有加入卡牌的相關度累加得分(1-5, 2-5,,,)，其中會對其卡牌距離做一定的衰減，例如 1-5會除於其相距距離5，2-5除4。可以理解成，我們希望新加入的卡牌，能與之前的卡牌有一定的相關耦合關係，成爲一個體系，而不是又節外生枝發展出另一個體系（例如，本來是ZOOLOCK的，但發展到後來又出現了handlock卡牌）。但是，我們知道一個卡組裏不可能全部都與一張卡牌相關，那樣耦合的過於緊密，類似於全部聚類在了一起，那樣只要1卡牌出完，那整個體系就崩潰了，所以加入衰減使卡牌加入順序相隔越遠的，所受影響會越小。（但實際上最後實驗效果還是出現了多分支）
二，遍歷所有卡牌組合的遞歸算法
def recursion_trave(deck: BDeck, spreed, deep):
if deep < 1:
spreed = 20
elif deep == 1:
spreed = 15
elif deep == 2:
spreed = 10
elif deep == 3:
spreed = 5
elif deep == 4:
spreed = 5
elif 5 <= deep <= 6:
spreed = 5
elif 7 < deep <= 15:
spreed = 3
lastcard = deck.dicklist[-1]
scope = RM.get_rmatrix[lastcard, :]
scope[deck.dicklist] = 0
scopesort = np.argsort(scope)[::-1]
maxscoredeck = deck
for i in range(spreed):
if scope[scopesort[i]] > 0:
idn = scopesort[i]
else:
break
nextdeck = deepcopy(deck)
nextdeck.appid(idn)
if nextdeck.cardnum < 30:
nextdeck = recursion_trave(nextdeck, spreed, deep)
maxscoredeck = max(maxscoredeck, nextdeck)
return maxscoredeck
選定一張核心牌1，然後遍歷其所有與之相關的卡牌（2，3，4，5，6），進一步，再分別遍歷與（1-6）相關的（1-6-7，1-6-8，1-6-9.。。。），無限遞歸進行下去，直至加入卡牌數量達到30張。就這樣遍歷了基本所有可能性，然後總結出得分最高的卡組。
代碼鏈接：https://github.com/GladosAI/hearthstone-card-correlation-analys
實驗效果
莫瑞甘的靈界
烈焰小鬼
虛空行者
怪盜天才
殘酷集結
雙生小鬼
巨型小鬼
小鬼獄火
拉法姆的陰謀
惡魔法陣
至暗時刻
伊瑟拉
惡狼大法師
凱恩·血蹄
人偶大師多裏安
邪能領主貝圖格
情勢反轉
阿蘭納絲蛛後（默認是除了傳說，其他都帶兩張，自己缺卡沒試過，估計不行，算法還要改進，有條件的朋友可以試試）
（我個人覺得 換掉伊瑟拉 爲一個效果不錯的亡語或巨人 可能還能玩。惡狼大法師還是太卡，也換掉。把卡牌風格向zoo上靠，可能還救得活，畢竟反轉+人偶大師/邪能 也能鋪場）
這是算法自己生成的，有個問題，在惡魔法陣前本是惡魔zoo術的，後來由於至暗時刻與惡魔法陣與陰謀算是combo，導致後面節外生枝爲另一個體系反轉術。這裏使用的是第二章裏的相關度數據，來自400個構建好的卡組，估計使用自己手動打分會比較好，因爲更加全面客觀。