逻辑没理清楚，提问都提不来

用的啥软件能推荐下么

统一回复，需要ChatGPT网址的，留下邮箱或者QQ，我给你发地址，私信可能看不到网址

我也有GPT，互关我俩研究下，如何让GPT学习这个公式，自动推演概率

昨天自己卤蛋打了魔石，三颗25魔增，一颗27增幅都是自己打怪掉的，一颗27增幅花了70多万，没失败，5个孔没失败。强化+1用了一颗81，一颗活动的82，然后又用两颗活动的75，就强了1

去年的时候做的一个表格，用来参考给精万➕了个11就停了，更新一下强化石价格可以继续用

你是懂利用现代文明的

假设我们有一个装备需要强化，我们可以定义以下变量：
x: 当前装备的强化等级，取值范围为 0 到 10。
s: 强化石的等级，取值范围为 1 到 n，n 为最高等级的强化石。
p(s): 强化石等级为 s 的强化成功率，取值范围为 0 到 1。
根据题目要求，每次强化成功将增加一级，每次强化失败将降低一级。因此，我们可以得出以下公式来计算强化的最佳方案：
vbnetCopy codemaximize: sum(i=1 to n, p(i) * (x + i))subject to:0 <= x <= 10
其中，sum(i=1 to n, p(i) * (x + i)) 表示期望强化到最高等级所需的强化石数量。我们的目标是最小化这个数量，也就是最小化花费的强化石数量。
我们可以使用线性规划来解决这个问题。假设有 k 种强化石，我们可以定义以下变量：
x: 当前装备的强化等级，取值范围为 0 到 10。
y(i): 强化石等级为 i 的强化石数量，取值范围为 0 到无穷大。
根据题目要求，每次强化成功将增加一级，每次强化失败将降低一级。因此，我们可以得出以下公式来计算强化的最佳方案：
cssCopy codeminimize: sum(i=1 to k, c(i) * y(i))subject to:sum(i=1 to k, p(i) * y(i)) >= x + 10sum(i=1 to k, p(i) * y(i)) >= x + 9...sum(i=1 to k, p(i) * y(i)) >= x + 1y(i) >= 0, for all ix >= 0, x <= 10
其中，c(i) 表示强化石等级为 i 的强化石的价格。第一行约束条件表示需要至少获得 x+10 级强化成功的期望，第二行表示需要至少获得 x+9 级强化成功的期望，以此类推，最后一行表示需要至少获得 x+1 级强化成功的期望。这些约束条件确保我们在期望上获得足够的强化成功等级。
注意，这个线性规划问题需要用整数线性规划求解，因为我们的变量 y(i) 必须是整数。可以使用整数线性规划求解器来解决这个问题。
请注意，这只是一个简化的模型，因为它没有考虑到强
继续
接下来我们需要计算每种强化方案的期望强化次数和期望花费。
首先，我们需要计算每种强化方案中每次强化成功的概率和失败的概率。假设我们选择了一种强化方案，其中使用了n个等级为i的强化石，那么每次强化成功的概率为：
P(i,n) = 1 - (1-p(i))^n
其中p(i)表示等级为i的强化石强化成功的概率，假设我们已知每种等级强化石的强化成功率为p1,p2,...,p10，那么它们的价格分别为c1,c2,...,c10，则每种强化方案的期望强化次数为：
E(强化次数) = ∑[n1=0,10] ∑[n2=0,10-n1] ... ∑[n10=0,10-n1-n2-...-n9] [n1+n2+...+n10 * P(1,n1) * P(2,n2) * ... * P(10,n10)]
这个式子的含义是，我们枚举了所有可能使用的强化石数量的组合，对于每种组合，计算了它的期望强化次数，并乘上了这种组合出现的概率。
接下来，我们需要计算每种强化方案的期望花费。假设强化石的购买价格为p1,p2,...,p10，那么每种强化方案的期望花费为：
E(花费) = ∑[n1=0,10] ∑[n2=0,10-n1] ... ∑[n10=0,10-n1-n2-...-n9] [(n1+n2+...+n10) * (c1n1 + c2n2 + ... + c10*n10) * P(1,n1) * P(2,n2) * ... * P(10,n10)]
这个式子的含义是，我们仍然枚举了所有可能使用的强化石数量的组合，对于每种组合，计算了它的期望花费，并乘上了这种组合出现的概率。
最后，我们只需要比较每种强化方案的期望强化次数和期望花费，选取期望强化次数最少且期望花费最低的方案即可。
注意，以上计算只是一个简化模型，实际游戏中可能还有其他影响强化结果的因素，例如强化失败后装备损坏等。因此，我们建议在实际游戏中谨慎操作，以免造成不必要的损失。

这是一个概率问题，需要使用概率统计的方法来解决。
假设要将6个孔全部镶满，每个孔的镶嵌都有60%的成功率，那么镶嵌失败的概率是40%。
第一个孔镶嵌成功的概率是60%，失败的概率是40%。如果第一个孔成功了，第二个孔的成功率还是60%，失败率还是40%。如果第一个孔失败了，那么需要再次尝试第一个孔的镶嵌，成功率还是60%，失败率还是40%。因此，每个孔的镶嵌都可以看做一次独立的实验，每次实验成功的概率是60%，失败的概率是40%。
对于6个孔，全部镶满的情况可以看做是6次成功的实验。由于每次实验的成功率是60%，失败率是40%，因此可以使用二项分布来计算全部镶嵌成功的概率。
二项分布的公式为：P(X=k)=C(n,k)p^k(1-p)^(n-k)，其中，n表示实验次数，p表示每次实验成功的概率，k表示实验成功的次数。
在这个问题中，n=6，p=0.6，k=6，代入公式计算：
P(X=6)=C(6,6)0.6^6(1-0.6)^(6-6)=0.0467
因此，全部镶嵌成功的概率是0.0467，也就是说，平均需要镶嵌1/0.0467≈21.4次才能将6个孔全部镶满。注意，这只是一个平均值，实际上需要的次数可能更多也可能更少，具体取决于随机性。

对比下文言一心，文言一心简直就是个滞涨

感觉可以继续研究

搞的真复杂 ！还用chatGPT.....
首选你要明白强化的概率机制，是全种族的强化几率，是一个 List 的片段而已！OK ，建立一个模型 ！
Sort = f（list）
再说下 List ，设定 成功为 T ，失败为 F ，那么在这个List下一定存在一段 ， TTTTTTT 和 FFFFFFF，当然多数情况下是 TTFFFFFTTFFF.....这和 DNA 片段是一个道理！
OK ，下一步你无非是找 TTTTTTT 的字段喽！但是你还要考虑一个问题就是种族人多的时候，你即便遇到了 TTTTTTT，但是瞬间就会被分完了，对个体来说，变成了 TTFFF'.....
那么怎样解决这个问题呢？ 无非就是寻找 TTTT字段 和 人数少的时候 ！
凌晨三点，四点 人数相对少的时候， 试探性寻找 TT..... ，一旦出现 TTTT....基本上就算遇到了，直接强化。
不想花太多的钱，就是要付出辛苦！

发个网址，大佬

我选择用matlab超大样本计算

你这强化一波，要把整个游戏的强化石给干没了