程序猿的逆襲-Dota玩什么英雄最容易拿MVP？

 

相信很多“牛人”都被一些宅男學弟問過這個問題：學長，我作為一個初學程序的菜鳥，要怎么樣才能提交自己的編程水平，變成牛人呢？

說實話，這個問題深奧地我有點回答不上來，無外乎只能告訴他“多讀”“多寫”“搞好數學和算法，練內功”“用好設計模式”“看《編程之美》”等等之類的空話套話。后來剃刀阿遠給出了一個答案讓我深受啟迪，他說：就一句話——多寫給人用的代碼。

這句話第一次聽上去也許覺得有點裝逼，實則不然，我非常認同這個觀點。

好吧，宅男學弟又開始問了：學長，什么樣的代碼才是給人用的代碼？畢竟我一個菜鳥我又不是騰訊不能彈窗口邀請別人來用，別人為什么要用一個菜鳥的代碼呢？

這個問題相對就更非常具體了，我個人認為，有實用價值同時又讓人覺得親切有趣的程序就可以了。

例如，Dota是一款80后程序猿耳熟能詳的游戲，尤其是還沒走出大學校門的挨踢宅男的最愛。毫無疑問，如果我們以Dota作為突破點，只要idea有意思、跟Dota緊密相關，就算是菜鳥寫的程序也能在學校BBS里被大家爭相傳閱。

本文就以“統計Dota玩什么英雄最容易拿MVP”為例，做一次拋磚引玉。文末我們可以討論更多關於Dota輔助程序的idea。

 

11對戰平台是最近流行的Dota平台，與其他對戰平台不同的是，11有海量的統計數據。對於每一個玩家，都有最詳細的統計，細到包括他所擅長的英雄、歷史上用哪個英雄做了哪些事、平均某個英雄出場殺敵數、甚至細到該玩家歷史上一共拿了多少個Double Kill都有記錄。

本文僅僅示例如何統計MVP而已，相對於11對戰平台的數據寶庫來說，可謂是“弱水三千，只取一瓢”。思路是這樣的： 抓取大量（如十萬個）活躍玩家的歷史場次信息，對所有場次的MVP英雄進行統計。十萬個活躍玩家涉及的總Dota場次是千萬級的，統計樣本已經很充足。

 

有了基本思路，我們再理一個詳盡的流程：

1.抓取數據並保存到本地。（涉及的新手知識：如何抓取網絡數據包、 通過WebClient下載HTML網頁）

2.分析已保存到本地的數據，作出記錄。（涉及的新手知識：簡單的正則表達式、處理JSON）

3.制作直觀統計結果（涉及的新手知識：LINQ和lambda表達式、文件的讀寫）

這么一個簡單的程序，對初學.NET的新手來講，可以帶着興趣鍛煉到如此多的基本功知識點，比看什么枯燥的xxx入門到精通書籍有趣多了！ o(∩_∩)o

 

第一步 用Fiddler抓包獲得用戶統計頁面的URL

通過抓包我們知道：

1.用戶統計頁面的地址形如：

http://i.5211game.com/rating/?u=4629868

u后面是用戶的ID

2.需要登錄才能查看統計結果。我們程序獲取頁面時，可以通過設置Cookie來模擬登錄。

 

第二步 使用WebClient構造請求

 

Cookie部分設置為Fiddler里所抓取到的Cookie值。如果抓取成功就保存到本地文件，文件名以用戶ID命名。

                    
          /// 
            
          <summary> 
          
         
          /// 
           抓取某個玩家的數據o
         
          /// 
            
          </summary> 
          
         
          /// 
            
          <param name="i"> 
          玩家平台的ID 
          </param> 
          
         
          private  
          void GetFiles( 
          int i) 
          
        { 
          
            WebClient wc =  
          new WebClient(); 
          
            wc.Headers.Add( 
          " 
          User-Agent 
          ",  
          " 
          Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.186 Safari/535.1 
          "); 
          
            wc.Headers.Add( 
          " 
          Accept 
          ",  
          " 
          text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8 
          "); 
          
            wc.Headers.Add( 
          " 
          Accept-Encoding 
          ",  
          " 
          gzip,deflate,sdch 
          "); 
          
            wc.Headers.Add( 
          " 
          Accept-Language 
          ",  
          " 
          zh-CN,zh;q=0.8 
          "); 
          
            wc.Headers.Add( 
          " 
          Accept-Charset 
          ",  
          " 
           GBK,utf-8;q=0.7,*;q=0.3 
          "); 
          
            wc.Headers.Add( 
          " 
          Cookie 
          ",  
          " 
          設置為你自己的COOKIE 
          "); 
          
 
          
            wc.DownloadFile( 
          string.Format(urlTemp, beginId + i), (beginId + i).ToString()); 
         

        } 

 

第三步 分析已抓取文件中的數據

 

用到了簡單的正則表達式。本例中所處理的對象為JSON，我們采用Newtonsoft.JSON進行處理。將分析結果保存到Dictionary<string,int>數據結構中，同時更新統計的總場次。

   /// <summary>

 
                   
          /// 
           讀取之前所抓的文件內容
         
          /// 
            
          </summary> 
          
         
          /// 
            
          <param name="l"></param> 
          
         
          public  
          void ReadFiles( 
          long l) 
          
        { 
          
             
          var sr = File.OpenText(l.ToString()); 
          
             
          string content = sr.ReadToEnd(); 
          
  
          
             
          // 
          正則表達式提取出HTML文件中的JSON 
          
             
          var m = Regex.Matches(content,  
          " 
          HeroList.*] 
          ", RegexOptions.Compiled); 
          
             
          if (m.Count >  
          0) 
          
            { 
          
                 
          // 
          將JSON變成Record類 
          
                 
          var list = JsonConvert.DeserializeObject<List<Record>>(m[ 
          0].ToString().Replace( 
          " 
          HeroList =  
          ",  
          "")); 
          
 
          
                 
          foreach ( 
          var item  
          in list) 
          
                { 
          
                     
          if (!dicMvp.ContainsKey(item.heroname)) 
          
                    { 
          
                        dicMvp.Add(item.heroname, item.mvp); 
          
                    } 
          
                     
          else 
          
                    { 
          
                        dicMvp[item.heroname] = dicMvp[item.heroname] + item.mvp; 
          
                    } 
          
 
          
                     
          // 
          累計場次 
          
                    BattleCount += item.lost + item.win + item.offline; 
          
                } 
          
            } 
          
        } 
         

 

第四步 制作直觀的統計結果

 

軟件的用戶怎么查看程序運營的結果呢？一般無外乎就是文本文件、網頁、圖片。我們先寫個簡單的文本文件吧！。（如果寫個漂亮的HTML5頁面，相信效果會非常好哦）注意在輸出結果前，先把Dictionary<string,int>排序一下，可以使用到簡單的lambda表達式。

     /// <summary>

 
                   
          /// 
           分析結果
         
          /// 
            
          </summary> 
          
         
          private  
          void GetResult() 
          
        { 
          
             
          var sw = File.CreateText( 
          " 
          result.txt 
          "); 
          
            StringBuilder sb =  
          new StringBuilder(); 
          
             
          foreach ( 
          var item  
          in dicMvp.OrderByDescending(p => p.Value)) 
          
            { 
          
                sb.AppendFormat( 
          " 
          {0}:{1}\n 
          ", item.Key, item.Value); 
          
            } 
          
            sw.Write(sb.ToString()); 
          
            sw.Write( 
          " 
          \n\n總統計場次: 
          " + BattleCount); 
          
            sw.Close(); 
          
        } 
         

 

運算結果是這樣的：

在已統計的數十萬場比賽中，最容易獲得MVP的英雄前十名依次為：神靈武士、屠夫、嗜血狂魔、賞金獵人、幽鬼、影魔、山嶺巨人、召喚師、敵法師、先知。 當然，如果統計范圍再大一點（把抓取數據的程序跑一整天即可），涉及場次達到千萬級，結果會更加准確。

怎么樣，非常簡單吧？嘿嘿，之前說過了，本文只做拋磚引玉，為那些初學.NET找不到練手項目的人增加一些思路。您可以根據本文很輕松地制作出“最容易打錢的英雄”“殺人數最多的英雄”“最容易推塔的英雄”“最坑爹的英雄”等等等等。。。

 

關於Dota輔助程序

其實，當您熟知了本文所提及的這些“基礎知識”以后，您會發現11對戰平台的統計數據可以做非常多的事。

關於Dota輔助程序是我一位同事提出的，可以是各種對戰平台（不限於11）的插件形式。可以做的事情有：

1.根據海量統計數據，在某場Dota比賽開始后，根據場上10個英雄，告訴玩家哪個英雄最容易獲得MVP。

2.根據海量統計數據和場上已選的9個英雄，告訴玩家應該選哪個英雄更容易打出好的成績。

3.根據海量統計數據告訴玩家此局應該怎么出裝備、怎么升級能甚至整體策略。

4.根據海量統計數據（尤其是天梯的數據），告訴玩家在CM模式（或其他組隊模式）應該怎么選英雄搭配（還可以結合對方選的英雄實時運算新策略）。

…………

磚已經夠多了，玉就靠你們了。 o(∩_∩)o

有任何問題，歡迎咨詢，劉小排r（新浪微博http://weibo.com/cloudera)知無不言，言無不盡。

文中原代碼下載地址http://files.cnblogs.com/azure/11Stat.rar