Red Alert 2 灰熊坦克 vs 犀牛坦克:新手/老兵/菁英「一發秒殺」所需數量完整解析
Copyright Notice: This article is an original work licensed under the CC 4.0 BY-NC-ND license.
If you wish to repost this article, please include the original source link and this copyright notice.
Source link: https://v2know.com/article/1255
關鍵字:RA2 火力計算、Yuri’s Revenge 傷害公式、Grizzly Tank、Rhino Tank、rules.ini
適用遊戲版本:Red Alert 2 / Yuri’s Revenge(官方rules.ini
原始數值)
GIF:本文僅插入「新手 × 新手」四種對決示意,其餘階級可自行延伸
TL;DR 快速結論
對戰組合 | 新手所需數 | 老兵所需數 | 菁英所需數 |
---|---|---|---|
Grizzly → Rhino | 7 | 6 | 4 |
Rhino → Grizzly | 4 | 4 | 2 |
Rhino → Rhino | 5 | 5 | 3 |
Grizzly → Grizzly | 5 | 5 | 3 |
若「被攻擊方」亦升階(耐久 × 1.5),請見文末「對等階級」表格。
推導流程
-
擷取單位數據
Strength
(生命值)、Armor
(裝甲類型)、Primary
(主武器) -
擷取武器數據
Damage
、Warhead
-
查詢 Warhead 係數
[AP]
對 heavy 裝甲倍率 = 100 % -
計算單發實際傷害
傷害=Damage×Verses\text{傷害} = \text{Damage} \times \text{Verses}老兵/菁英再乘 1.1
-
計算有效耐久
耐久=Strength×(1.5老兵或菁英)\text{耐久} = \text{Strength} \times \bigl(1.5^{\text{老兵或菁英}}\bigr) -
取上整
所需數量=⌈耐久單發傷害⌉\text{所需數量} = \Bigl\lceil \dfrac{\text{耐久}}{\text{單發傷害}} \Bigr\rceil
關鍵原始數值
單位 | Strength | Armor | 初級 Damage | 菁英 Damage × Burst |
---|---|---|---|---|
Grizzly | 300 | heavy | 65 | 55 × 2 = 110 |
Rhino | 400 | heavy | 90 | 85 × 2 = 170 |
兩車皆屬 heavy 裝甲,AP 彈頭對 heavy 倍率 = 100 %,無需額外乘算。
結果詳表
1. 新手 → 新手(GIF 示意)
對戰組合 | 所需數量 |
---|---|
Grizzly 射擊 Rhino | 7 |
Rhino 射擊 Grizzly | 4 |
Rhino 射擊 Rhino | 5 |
Grizzly 射擊 Grizzly | 5 |
-
Grizzly→Rhino [GIF]
-
Rhino→Grizzly [GIF]
-
Rhino→Rhino [GIF]
-
Grizzly→Grizzly [GIF]
為避免符號方向混淆,本文改用「射擊」描述而不使用 🔫 emoji。
2. 老兵/菁英 → 新手
對戰組合 | 老兵 | 菁英 |
---|---|---|
Grizzly 射擊 Rhino | 6 | 4 |
Rhino 射擊 Grizzly | 4 | 2 |
Rhino 射擊 Rhino | 5 | 3 |
Grizzly 射擊 Grizzly | 5 | 3 |
3. 對等階級(攻守同階)
對戰組合 | 老兵目標 | 菁英目標 |
---|---|---|
Grizzly 射擊 Rhino★ | 9 | 5 |
Rhino 射擊 Grizzly★ | 5 | 3 |
Rhino 射擊 Rhino★ | 7 | 4 |
Grizzly 射擊 Grizzly★ | 7 | 4 |
★ 代表「被攻擊方」同為老兵/菁英(生命值已 × 1.5)。
戰術啟示
-
老兵硬度膨脹:+10 % 火力 vs. +50 % 耐久,耐久收益遠大於輸出。
-
菁英質變:雙連射等強化帶來火力跳躍;菁英 Rhino 只需 2 輛即可秒殺新手 Grizzly。
-
盟軍對策:以數量、修理車、光棱支援或精準集火彌補單車火力不足。
-
蘇軍對策:積極衝階、滾雪球,盡快形成菁英坦克壓制。
This article was last edited at