匹配系统详解，我们到底是被谁坑了

　　非官方信息，只是个人总结，但总体出入不会很大。只想了解匹配系统的看下面1-10点就够了。后面附加的可不看。

　　经常看到不少人说匹配系统就是让玩家胜率保持在50%，这个说法其实是错误的。

　　-------------------------------------------------------------

　　以下某些专业词解释：

　　匹配：就是你每次排队后给你分队友对手的那个系统

　　NORMAL - 就是一般的匹配，玩家VS玩家

　　ELO - 积分，具体下面有解释

　　RANK - 天梯/排位赛，玩家达到30级后才能进行5V5的天梯

　　------------------------------------------------------------

　　1.匹配系统其实是按照ELO（具体下面解释）来进行匹配的，如果玩家normal的elo为1500，那么理想状态下，系统会优先分9个1500 elo的单排玩家来进行这次匹配。

　　2.玩家每赢（输）一场比赛，elo就会提升。提升（降低）的幅度玩过rank的就会有深刻体会。大致为以下情况

　　- 根据对手平均elo的高低，决定你的elo得分，对面elo高，得分多，elo低，得分少。输的话失分情况相反。

　　- 如果你刚开始玩normal或rank，elo 的得失分会比较多，因为系统希望能够快速的给玩家水平定位，玩的场次多后，得失分幅度恢复正常。

　　所以，理想状态下可以理解为elo等于玩家水平体现，不过如果老手玩新号，那必然导致实际水平>ELO，所以开服的这段时间是最混乱的。

　　3.Normal也是存在积分的，只是官方不公布（没开天梯前美服欧服曾公布normal elo top500）.

　　4.相对来说，normal里净胜比胜率更能体现玩家的elo，很多情况下，净胜越高，elo越高。但不是绝对。原因参考第二点

　　5. 如果是5人黑，那么理想状态下系统也会分一队平均elo相同的5人黑作为对手。同理，4+1,3+2，3+1+1之类也是同样的情况

　　- 如果5人黑时系统找不到5人黑匹配作为对手，而选择了4+1，那么一般来说这个1的elo会高一些，以作为补偿。4+1,3+2之类情况也类似。

　　6. 抱大腿，也就是所谓的高ELO玩家带上低elo玩家（elo差距较大，大致得200+吧）。以前低elo玩家能够作为“吉祥物”，因为能够拉低平均elo,导致对面平均elo降低。但经过更新后，“吉祥物”就变成“包袱”了。为了杜绝很多人开小号冲elo,抱大腿后对面平均elo会高一些。举个例子，如果ELO 1800带ELO 1200的，平均ELO为1500，那对手平均ELO可能就是1700. 如果4个1800带上一个1200，那碰到对面5个1800的也不是不可能的。当让最理想的情况当然也是遇到同样抱大腿的对手。所以大腿不是那么好抱的。

　　- 这一点有待商榷，但应该八九不离十。某次官方公告提到过这个。

　　7. 召唤师等级因素也会作为匹配的一个参考项，但如何运作不知。

　　8. 每个人都会有一个初始ELO,天梯为1200。NORMAL估计也是。至于能否打到负数就不得而知了- -

　　9. ELO所代表的水平会产生变化（变化速度很慢，刚开服可能会快些，越往后变化速度越慢），一般来说总游戏盘数（所有玩家的游戏盘数综合）越多，此ELO代表的水平越低。比如以前美服RANK 2000+就能进TOP 10了，后来都变成2300+了。所以一般来说ELO一直原地踏步就意味着水平倒退了。

　　10. 排队的时间越久，以上可参考性越低，坑爹可能越大。

　　----------------------------------------------------------------------------------------------------

　　匹配的大致情况就是这样了。这些都是根据官方公告，实际游戏体验收集归纳的，可以作为参考。

　　玩家实际游戏中可能会遇到很多坑爹情况，那是因为存在玩家发挥失常（超常），网络情况，练小号，练新英雄/玩法之类的所导致的，这种情况在NORMAL中尤其多，特别是SOLO。而开服阶段，此类坑爹现象更是会呈指数上升，因为这时大部分玩家水平和实际ELO不符。所以想好好玩还是更推荐天梯（rank）。当然现在匹配系统确实可能还存在不少问题，但总体来说匹配相较于房间模式是一个进步(吐槽：DOTA路人天灾就是坑爹)

　　不知不觉写的也挺长了，有兴趣的玩家可以看看

　　--------------------------------------------------------

　　至于50%的胜率，也不是没有根据，既然有人回帖提到了，引用下：

　　另外帮楼主补充一点，如果系统匹配一直能够正常的运行，即匹配到的人的ELO都与你相同，那么经过足够多的战斗之后，你的胜率期望值就应该是50%。

　　恩，确实是这样。不过现在很多人扭曲了前因后果，觉得是匹配系统硬要将胜率保持在50%。

　　匹配系统理想状态下只是想给玩家一场公平的战斗，而公平的战斗最后期望值就是50%。可现在很多人都说匹配系统为了使胜率达到50%而不择手段，甚至给玩家匹配成不公平的战斗。

　　------------------------------------------------------

　　重要的题外话与总结：

　　看到最后，可以看出，其实匹配系统坑爹指数不是很高，而更多的原因来自玩家的不稳定性。

　　那么，这里给大家一个除开黑外最简单可能也最困难的有效解决办法：学会与队友相处。

　　一个能够在游戏中很好的与队友相处的人，能够增加队伍的凝聚力，提升队伍的默契度，玩家的卖力程度。这样的玩家，尤其在SOLO路人中，是更容易提升自己ELO,甚至能够打到一个超过自己水平的ELO的层次。因为这样的玩家，能够让路人玩的像不开语音的黑店！！而相信这样的路人局，一直是不少路人的追求吧。

　　------------------------------------------------------

　　继续附加一段，是我对某玩家的回复，希望看了以后能解释有些玩家说系统经常强行匹配菜鸟，胜负一边倒，实力完全不均的玩家的情况。

　　不知道你目前总战绩如何。但如果总战绩一般，那碰到的新手就会比较多。而新手存在一个普遍现象，顺风局，逆风局，水平差距尤其明显。而且新手抗压能力较弱，被说几句或被连杀几次说不定就自暴自弃了。所以经常会出现一边倒的现象。从而让人产生我方有些人特菜而对方好像都挺给力的“错觉”。其实只是局面造成的这种情况，其实双方实际水平差距或许没有我们看到的那么明显。而有时这类情况又会连续出现，所以有了连胜之后老是被系统坑，队友不给力导致连败的情形。

　　为什么很多玩家分数打高了之后感觉“系统匹配的坑爹现象”会减少，因为中高端玩家发挥相对稳定，这也表明了其实主要原因还是在玩家身上。最典型的例子就是，美服欧服T0P 100的玩家，不少都有直播，这帮人排SOLO匹配后也经常是那么几个人，也没见系统会时不时分给他们一个1500之类的玩家去让他们胜率平衡下。也不必拿天梯和normal不同做借口，2套的匹配机制不会差太多，riot没必要做这种吃力不讨好的事情。而riot也更没必要做出高elo匹配一套完善系统，低elo匹配一套坑爹系统的举动来。

　　所以，更多的从自身做起吧，提高实力，学会与队友相处，早点脱离低ELO这个不稳定区域。最稳定的还是高elo的rank, normal再怎么高端，还是有很多人娱乐的。

　　有些说法可能还是有些武断，但总体应该还是贴近实际的。

　　而且，有些时候确实还存在些运气成分之类的，非要强求解释也不太可能。

 

　　附：技术流玩家分享elo分数的理论算法，有兴趣的有可以按一看

　　If Player A has true strength RA and Player B has true strength RB, the exact formula (using the logistic curve) for the expected score of Player A is

　　E_A = \frac 1 {1 + 10^{(R_B - R_A)/400}}.

　　Similarly the expected score for Player B is

　　E_B = \frac 1 {1 + 10^{(R_A - R_B)/400}}.

　　This could also be expressed by

　　E_A = \frac{Q_A}{Q_A + Q_B}

　　and

　　E_B = \frac{Q_B}{Q_A + Q_B}

　　where Q_A = 10^{R_A/400} and Q_B = 10^{R_B/400}.

　　理论补充：

　　When a player's actual tournament scores exceed his expected scores, the Elo system takes this as evidence that player's rating is too low, and needs to be adjusted upward. Similarly when a player's actual tournament scores fall short of his expected scores, that player's rating is adjusted downward. Elo's original suggestion, which is still widely used, was a simple linear adjustment proportional to the amount by which a player overperformed or underperformed his expected score. The maximum possible adjustment per game (sometimes called the K-value) was set at K = 16 for masters and K = 32 for weaker players.

　　Supposing Player A was expected to score EA points but actually scored SA points. The formula for updating his rating is R_A^\prime = R_A + K(S_A - E_A).

　　This update can be performed after each game or each tournament, or after any suitable rating period. An example may help clarify. Suppose Player A has a rating of 1613, and plays in a five-round tournament. He loses to a player rated 1609, draws with a player rated 1477, defeats a player rated 1388, defeats a player rated 1586, and loses to a player rated 1720. His actual score is (0 + 0.5 + 1 + 1 + 0) = 2.5. His expected score, calculated according to the formula above, was (0.506 + 0.686 + 0.785 + 0.539 + 0.351) = 2.867. Therefore his new rating is (1613 + 32· (2.5 ? 2.867)) = 1601, assuming that a K factor of 32 is used.