遗传算法
胜率
22.1%
选取率
1.4%
Δ 对比均值
+7.8

遗传算法 Skill

Rare
类型
Skill
稀有度
Rare
费用
1
职业
Defect

获得点格挡。 每打出一次,这张牌在本局游戏中的格挡值永久增加点。

遗传算法 在 Slay the Spire 2 中强吗?

在 Slay the Spire 2 中,遗传算法 是一张来自 Defect 卡池的 arareskill。 其效果:获得点格挡。 每打出一次,这张牌在本局游戏中的格挡值永久增加点。 数据将它标记为较弱的选择,落于 D 梯队——通常应当跳过,除非你的牌组特别需要它。

在 372 局追踪旅程中,它的胜率为 22.1%,领先 14.3% 的全牌组基准 7.8%。 它属于小众玩法,仅被纳入 1.4% 的可选旅程。 出现数据却指向相反的结论:在展示出现的次数中有 27.8% 被选取,选取它的对局胜率为 20.1%,放弃的对局为 32.3%——在 263 场已分出胜负的对局中,选取增益为 -11.7%。 在 故障机器人 旅程中,它有 6.2% 的概率被抽取,是该职业牌组的常客。 包含它的牌组平均会运行约 1.1 张副本。

它目前最突出的搭配是 究极打击,当两者同处一个牌组时,它的胜率提升 +27.0%。 在遗物方面,金纸 是它最突出的搭档,与它同行可带来 +27.0% 的胜率波动。 它消耗 1 能量,有 17.7% 的概率被升级,往往在第 15 层附近被获取。

在抽到它的旅程中,82 局以胜利告终,对应 289 次死亡和 1 次弃局。 它最常见的旅程终结者是 知识恶魔,终结了它出现旅程的 7.0%。 查看下方的联动、职业分布和威胁,全面了解 遗传算法 在 Defect 牌组中的定位。

遗传算法 胜率与选取率

遗传算法 以 22.1% 的胜率领先 14.3% 的全牌组基准 7.8%——下方的柱状图将两者并列对比。

胜率22.1%
平均牌组14.3%
+7.8% 对比均值选取率: 1.4%372 局旅程

携带 遗传算法 的旅程结果

在抽到 遗传算法 的 372 局追踪旅程中,82 局以胜利告终,290 局失利——胜率为 22.0%,弃局计为失利。

  • 胜利 22.0%
  • 失利 78.0%

选取还是放弃:遗传算法

在 983 次出现中,玩家有 27.8% 选择了 遗传算法;这些对局的胜率为 20.1%,而放弃的对局为 32.3%——在 263 场已分出胜负的对局中,选取增益为 -11.7%。

出现时的选取率27.8%983 次出现

在 983 次出现中被选取 273 次。

选取后的胜率20.1%263 场对局
放弃后的胜率32.3%597 场对局
-12.2% 相较于放弃选取增益: -11.7%样本充足

出现时的选取率统计的是出现次数,而不是对局数:在游戏提供这个选项的所有次数中,玩家选取的比例。这与最终出现在对局中的比例并不是同一个数字。

选取增益是经过样本量校正后,选取该项与放弃该项的对局之间的胜率差距。这是更公平的排序方式,因为原始胜率会让样本量最小的选项排在最前面。

何时应该拿取 遗传算法

在为 遗传算法 记录的 4 个拿取时机中,初始卡组 表现最佳:41.7% 胜率,共 12 场对局。

初始卡组41.7%12 场对局
第 1 章17.3%267 场对局
第 2 章29.4%85 场对局
第 3 章数据不足—8 场对局

按 遗传算法 加入卡组所在章节划分的对局胜率。未达到样本门槛的章节仅显示对局数。

与 遗传算法 搭配的最佳卡牌

遗传算法 目前最强的卡牌搭配是 究极打击 (+27.0%), 陨石打击 (+26.7%), and 冰之长枪 (+26.0%),每项都标注了它带来的胜率提升。

基于较小的共现样本——请将这些视为早期信号,而非最终结论。

遗传算法 各职业胜率

遗传算法 为 故障机器人 专属,在 364 局追踪旅程中取得 21.8% 的胜率。

故障机器人故障机器人出现在其 6.2% 的旅程中(364 局已追踪)

遗传算法 的最佳遗物

对 遗传算法 胜率影响最大的遗物是 金纸 (+27.0%), 苦无 (+25.1%), and 红面具 (+25.0%),每项的提升幅度均已标注。

基于较小的共现样本——请将这些视为早期信号,而非最终结论。

遗传算法 卡牌详情

作为一张 1 费的 rareskill,遗传算法 有 17.7% 的概率被升级,往往在第 15 层左右进入牌组。

获得点格挡。 每打出一次,这张牌在本局游戏中的格挡值永久增加点。

费用1
类型Skill
稀有度Rare
职业Defect
平均副本数 / 牌组1.1
已升级17.7%
典型获取层15

什么会终结携带 遗传算法 的旅程

携带 遗传算法 的旅程最常败给 知识恶魔 (7.0%), Aeonglass Boss (6.2%), and 感染棱柱 (6.2%)——其各自占其旅程的比例已标注。

  • 知识恶魔占旅程的 7.0%
  • Aeonglass Boss占旅程的 6.2%
  • 感染棱柱占旅程的 6.2%
  • 帝皇蟹占旅程的 5.4%
  • 女王占旅程的 5.1%
MetaBot Desktop

夺取制胜优势

实时覆盖层、自动比赛追踪和专属工具——助你上分所需的一切,在 PC 上免费使用。

  • 游戏内覆盖层
  • 自动比赛追踪
  • 桌面端专属工具
🔍

帮助我们保持准确性! 如果您发现不正确的统计数据、缺失的数据或任何问题,您的反馈将直接帮助我们提高整个社区的数据质量。

报告问题

遗传算法 – 常见问题

遗传算法 在 Slay the Spire 2 中强吗?

在 372 局追踪旅程中,遗传算法 拥有 22.1% 的胜率——高于平均牌组 +7.8%。胜率反映包含该卡牌的旅程以胜利告终的频率。

遗传算法 在 Slay the Spire 2 中有什么效果?

遗传算法 消耗 1 能量。获得点格挡。 每打出一次,这张牌在本局游戏中的格挡值永久增加点。

遗传算法 在 Slay the Spire 2 中属于哪个职业?

遗传算法 是一张 aRare的 DefectSkill。

遗传算法 在 Slay the Spire 2 中值得升级吗?

遗传算法 可以在休息点升级以增强其效果。

遗传算法 的最佳遗物是什么?

在追踪旅程中,遗传算法 与 金纸 配合表现最佳,在两者同行的 23 局旅程中将其胜率提升了 +27.0%。

出现 遗传算法 时应该选取吗?

在已记录的 983 次出现中,玩家有 27.8% 选取了 遗传算法。选取它的对局胜率为 20.1%(263 场已分出胜负的对局),放弃它的对局为 32.3%(597 场已分出胜负的对局)——相差 -12.2%,在校正样本量后选取增益为 -11.7%。

另请参阅

在下方继续探索 Slay the Spire 2 强度榜与数据。