MCTOOLBOX
MC ToolboxMC TOOLBOX

إبداعي

مولد الغنائم العشوائي لماين كرافت

أنشئ مجموعة عناصر مرجحة وحاكِ لفات الصندوق محليًا. ابحث في مكتبة العناصر الأصلية، واضبط الأوزان ونطاقات التكديس، ثم لف لمعاينة.

الصندوق

مجموعة العناصر

Diamond
Iron Ingot
Gold Ingot
Bread

Live preview

لف الصندوق لمعاينة نتيجة من مجموعة العناصر المرجحة الخاصة بك.

ماذا يفعل محاكي الغنائم العشوائي

أداة المتصفح هذه تحاكي الاختيارات المتكررة من مجموعة مرجحة من عناصر ماين كرافت الأصلية. كل لفة تختار عنصرًا مؤهلاً وفقًا لوزنه النسبي، وتختار كمية مكدس صحيحة بين الحد الأدنى والحد الأقصى لذلك العنصر، وتجمع النتائج المكررة في معاينة الصندوق.

المحاكي مفيد لموازنة الأفكار قبل كتابة جدول غنائم حقيقي. لا يقوم حاليًا بتصدير JSON لحزمة البيانات، أو وضع صندوق، أو فرض حدود تكديس العناصر، أو إضافة شروط غنائم، أو تطبيق سحر، أو إعادة إنتاج كل قاعدة في محرك جداول الغنائم الأصلي.

الأوزان هي احتمالات نسبية

يتم اختيار عنصر بوزن 10 مرتين أكثر من عنصر بوزن 5 عندما تكون هذه هي الاختلافات الوحيدة. الاحتمال التقريبي لعنصر واحد هو وزنه مقسومًا على إجمالي الوزن الإيجابي لكل عنصر صالح في المجموعة.

كل لفة مستقلة

اختيار عنصر لا يزيله من المجموعة. يمكن أن يظهر نفس العنصر عدة مرات، وتجمع المعاينة كميات المكدسات معًا. قم بتشغيل المحاكاة مرارًا لتقييم نطاق النتائج المحتملة بدلاً من الثقة في صندوق محظوظ واحد.

الحد الأدنى والأقصى يتحكمان في كل مكدس مختار

بعد اختيار عنصر، يختار المحاكي كمية عدد صحيح بين الحد الأدنى والحد الأقصى، بما في ذلك كلا الطرفين. إذا كانت القيم معكوسة، تقوم الأداة بتطبيعها للفة.

استخدم مولد جدول الغنائم لحزم البيانات الحقيقية

عندما يبدو توازن المجموعة صحيحًا، أعد بناء التصميم في مولد جدول الغنائم وأضف أنواع الإدخالات والشروط والوظائف واللفات ومسار الملف الصحيح المطلوب لإصدار Java المستهدف.

اختبر مجموعة عناصر مرجحة لماين كرافت

  1. حدد عدد الاختيارات المستقلة التي يجب أن يقوم بها صندوق محاكى واحد.
  2. أضف كل عنصر أصلي مؤهل واختر وزنًا موجبًا.
  3. حدد الحد الأدنى والحد الأقصى للكمية المنتجة عند اختيار هذا العنصر.
  4. لف الصندوق عدة مرات وقارن النتائج الشائعة والنادرة والتي تبدو فارغة والمفرطة.
  5. انقل التصميم المتوازن إلى جدول غنائم متوافق مع الإصدار قبل استخدامه في حزمة بيانات.

أسئلة حول مولد الغنائم العشوائي

هل الوزن الأكبر يضمن الحصول على عنصر؟

لا. الوزن يغير الفرصة بالنسبة للإدخالات الأخرى. أي عنصر بوزن موجب يمكن أن لا يظهر خلال عدد قليل من اللفات.

لماذا يتم دمج العناصر المتكررة في المعاينة؟

يجمع المحاكي النتائج حسب معرف العنصر لتسهيل قراءة الكمية الإجمالية. قد يقسم الصندوق الحقيقي العناصر إلى فتحات منفصلة اعتمادًا على جدول الغنائم وسلوك الحاوية.

هل يقوم هذا بتصدير جدول غنائم لماين كرافت؟

لا. إنه محاكي موازنة. استخدم مولد جدول الغنائم المخصص لإنشاء JSON لحزمة البيانات بعد اختبار المجموعة.

لماذا يتم تجاهل عنصر غير معروف؟

المحاكي الحالي يلف فقط المعرفات الموجودة في مكتبة العناصر الأصلية والإدخالات ذات الوزن الموجب. اختر عنصرًا معروفًا من المنتقي.