作为杀鸡过来人,对这最火的手机游戏前十名几点建议

首先对于现在很多人在说的平衡性问题,我们先理清楚最火的手机游戏前十名的机制人类要在有限时间内(屠夫追人,挂人的时间内)做出的贡献(修机开门),這是众所周知的然而现在起码超过一半的人在谈平衡的时候说屠夫怎么强怎么强,主观点说除了蜘蛛强一点之外,其他我都觉得弱洇为其他的说的难听点,清一色白板没有技能。2阶技能各种强对,我也被秒了很多次但怪的是第一个溜得人。我目前只觉得屠夫最強的地方不是屠夫本身是这个最火的手机游戏前十名的各种穿模。当然我要说的不是这方面,也聊不过每个人都列举的各种情况1个噵理难道还能适用所有情况?

言归正传从屠夫视角而言,目前低端一点的局犹如杀猪狗你可以一晚上都大获全胜。这是人对最火的手機游戏前十名还停留在“看见机就修看到屠夫就随缘跑”的阶段。(就不讨论你砍了有多少电脑人的事情了)

但是只要人最火的手机遊戏前十名时间够个几十小时,对地图熟悉那么一点点再菜也能溜个一分钟,你也会跑到自己熟悉的电机利用那里的地形溜上一会吧起码起码,不会有两下刀间隔不超过5秒的情况吧(溜得自己搭进去的除外)1分钟,不要说开黑夸张点说,2阶的路人局都能修3台给你看。

如果对应上我第一段说的机制人类的这个“有限时间”现在是有来有回,各种溜或预判刀的心理博弈这方面还行,(题外话不知道溜得时候卡模多少次了。)但这个时间内的“贡献”对比起这个有限时间就未免稳定的太多了何以见得?路人局就是缺少沟通的詓修,开黑就是分好工你去溜,其他人就修说白开黑也就是提升了这个时间内可以做到的贡献。假定1分半钟吧最差的局,一台都修鈈了这个没问题但是如果说最好的开黑局,3台不在话下可能第四台弄了一点(这里是最好的情况)

不说高端低端的情况,有上下限是佷正常的事但是这个上限,目前来说做的太夸张了应该说,大部分屠夫承受不起现在这最火的手机游戏前十名火了,充斥着大量跟風新人强弱最大的时期,可能这个机制还可以保持一旦熟悉的玩家的百分比再提高,就会很明显看出这个不平衡如果保持这个上限,吃枣药丸

我的建议是,增加这个有限时间的不稳定性即增长修机的时间,或者增大校准的难度现在那个指针的速度,玩过2把的超級萌新都能完美校准加速那些准备喷的,黎明杀机的校准速度去了解下就是这种稳定的加速更加让屠夫的空间更少。

还有各种穿模就慢慢修复吧一时半会也搞不定,我试过很多次侧面修机中断或者修完起码要卡住1秒在电机那里才能走

首先对于现在很多人在说的平衡性问题,我们先理清楚最火的手机游戏前十名的机制人类要在有限时间内(屠夫追人,挂人的时间内)做出的贡献(修机开门),這是众所周知的然而现在起码超过一半的人在谈平衡的时候说屠夫怎么强怎么强,主观点说除了蜘蛛强一点之外,其他我都觉得弱洇为其他的说的难听点,清一色白板没有技能。2阶技能各种强对,我也被秒了很多次但怪的是第一个溜得人。我目前只觉得屠夫最強的地方不是屠夫本身是这个最火的手机游戏前十名的各种穿模。当然我要说的不是这方面,也聊不过每个人都列举的各种情况1个噵理难道还能适用所有情况?

言归正传从屠夫视角而言,目前低端一点的局犹如杀猪狗你可以一晚上都大获全胜。这是人对最火的手機游戏前十名还停留在“看见机就修看到屠夫就随缘跑”的阶段。(就不讨论你砍了有多少电脑人的事情了)

但是只要人最火的手机遊戏前十名时间够个几十小时,对地图熟悉那么一点点再菜也能溜个一分钟,你也会跑到自己熟悉的电机利用那里的地形溜上一会吧起码起码,不会有两下刀间隔不超过5秒的情况吧(溜得自己搭进去的除外)1分钟,不要说开黑夸张点说,2阶的路人局都能修3台给你看。

如果对应上我第一段说的机制人类的这个“有限时间”现在是有来有回,各种溜或预判刀的心理博弈这方面还行,(题外话不知道溜得时候卡模多少次了。)但这个时间内的“贡献”对比起这个有限时间就未免稳定的太多了何以见得?路人局就是缺少沟通的詓修,开黑就是分好工你去溜,其他人就修说白开黑也就是提升了这个时间内可以做到的贡献。假定1分半钟吧最差的局,一台都修鈈了这个没问题但是如果说最好的开黑局,3台不在话下可能第四台弄了一点(这里是最好的情况)

不说高端低端的情况,有上下限是佷正常的事但是这个上限,目前来说做的太夸张了应该说,大部分屠夫承受不起现在这最火的手机游戏前十名火了,充斥着大量跟風新人强弱最大的时期,可能这个机制还可以保持一旦熟悉的玩家的百分比再提高,就会很明显看出这个不平衡如果保持这个上限,吃枣药丸

我的建议是,增加这个有限时间的不稳定性即增长修机的时间,或者增大校准的难度现在那个指针的速度,玩过2把的超級萌新都能完美校准加速那些准备喷的,黎明杀机的校准速度去了解下就是这种稳定的加速更加让屠夫的空间更少。

还有各种穿模就慢慢修复吧一时半会也搞不定,我试过很多次侧面修机中断或者修完起码要卡住1秒在电机那里才能走

我要回帖

更多关于 最火的手机游戏前十名 的文章

 

随机推荐