520 lines
29 KiB
Python
520 lines
29 KiB
Python
"""技能关联计算与维护说明
|
||
|
||
技能关联由 `core/basic/skill_effects.py` 的 `SkillEffectEngine` 统一处理。
|
||
`lv`、VP 等输入变化不再通过历史倍率乘除更新目标，而是重新解析最终状态并汇总本次关联贡献。
|
||
|
||
## 计算阶段
|
||
|
||
1. `SetSkills` 批量读取基础等级、VP、UP。传入的等级是基础等级，不含关联技能提供的等级；重复传入同一配置不会重复加级。
|
||
2. 解析等级和参数依赖。`lv`、`ratio`、`maxLayer` 是状态属性；关联到这些属性的规则以及 `level_source` 组成依赖图，按拓扑顺序求值。关联规则读取其他技能等级时，依赖会自动记录。循环、缺失共享等级源、计算过程中改变状态依赖会报出具体技能。
|
||
3. 基于最终状态收集伤害、冷却和角色属性贡献，并在装备提供的基础值之上应用一次。
|
||
|
||
`calc` 在处理配置、装备、时装、徽章等阶段使用同一个批次。需要读取等级时，可以先解析状态；伤害及角色属性关联在准备阶段结束后统一生效。
|
||
|
||
## 后续在哪里维护
|
||
|
||
| 新增或修改的影响 | 维护位置 | 要点 |
|
||
| --- | --- | --- |
|
||
| 技伤、冷却、攻击段数等普通关联 | 对应 `core/character/GF/职业/角色.py` 的技能类 `associate` | 通常不改引擎；目标属性应有默认值 |
|
||
| 随 VP、等级或自身参数变化的关联 | `associate` 中的 `Read`、`LevelTable`、`Select`、`when` | 旧动态 `effect` 仍兼容，新规则优先用表达式 |
|
||
| 技能给其他技能加级 | `SkillEffect(attribute=SkillAttribute.LEVEL, operation=Operation.ADD, ...)` | value 直接填整数增量；只给已学习的目标加级 |
|
||
| 生命之树这类共享等级 | 目标技能的 `level_source` | 指向源技能名称，不再写等级 getter/no-op setter |
|
||
| 新增会被关联修改、并影响后续关联的参数 | 技能类默认值 + `skill_effect_types.py` 的 `SkillAttribute`、`STATE_ATTRIBUTES` | 新参数同时检查读写范围；状态属性自动属于输入属性 |
|
||
| 新增外部配置输入，改变它需要重新计算关联 | 技能类、配置赋值入口 + `INPUT_ATTRIBUTES` | 例如现有 `vp`；单纯登记不提供跨技能参数读取依赖 |
|
||
| 新增职业专用输出属性 | 职业文件内继承 `ProfessionAttribute` 定义枚举，并在目标技能设置数值默认值 | 成员紧跟中文文档字符串，IDE 可显示含义；不可通过 `Read` 读取 |
|
||
| 新增角色属性关联 | `skill_effect_types.py` 的 `CharacterAttribute`，并核对 `character/base.py` 的 `SetStatus` | 当前仅支持对应标量字段；特殊运算需单独实现 |
|
||
| 新增运算符、目标选择方式、跨技能非等级依赖 | `skill.py` 的公共关联入口 + `skill_effects.py` | 属于公共能力扩展，需配套单元测试 |
|
||
| 装备改变技能等级或倍率 | 原装备规则及 `character/base.py` 的公共修改方法 | 使用已有批处理方法；低层直接写入须在 `batch()` 内 |
|
||
| 仅影响单次技能展示/输出的模式、VP、UP 变换 | 原技能 `setMode`、`vp_N`、输出计算方法 | `skillInfo()` 使用临时副本，不要误改为持久关联 |
|
||
|
||
普通职业规则优先放在职业文件。只有新增公共能力时才修改引擎；不要再用属性 setter 手动撤销旧倍率并乘入新倍率。
|
||
|
||
## 声明示例和数值约定
|
||
|
||
新代码优先使用 `skill_effect_types.py` 的不可变声明，`associate` 继续是数组，目标仍然使用技能名称数组：
|
||
|
||
```python
|
||
associate = [
|
||
SkillEffect(skills=['目标技能名称'], value=1 + Percent(LevelTable(data0))),
|
||
SkillEffect(attribute=SkillAttribute.LEVEL, operation=Operation.ADD,
|
||
skills=['目标精通名称'], value=Read(SkillAttribute.LEVEL) + 1),
|
||
SkillEffect(attribute=Power(13), operation=Operation.ADD,
|
||
skills=['破军升龙击'], value=Percent(LevelTable(data2))),
|
||
]
|
||
```
|
||
|
||
`SkillEffect` 作用于技能，`CharacterEffect` 作用于角色。Operation 明确区分加算、乘算、覆盖；
|
||
新声明的 value 是实际贡献值，不再自动按百分比缩放，也不根据属性名称推测冷却公式。
|
||
例如增加 20% 技伤使用 `1 + Percent(20)`，缩减 10% 冷却使用 `1 - Percent(10)`。
|
||
旧 data[0] 不为零的规则迁移时必须保留零级基准的除法/减法，不能直接省略。
|
||
|
||
`Read(SkillAttribute.RATIO, '技能名称')` 可分析跨技能状态依赖；省略名称表示读取自身。
|
||
`LevelTable` 按来源最终等级取表，`Select` 按条件选值，`when=Equals(Read(SkillAttribute.VP), 1)` 控制是否生效。
|
||
条件和未选分支也声明全部依赖，建图阶段不计算实际数值，避免在临时状态下发生除零或遗漏依赖。
|
||
当前 Read 支持等级、ratio、maxLayer、VP、UP，不能读取尚未汇总的伤害/冷却输出。
|
||
武器类型用 `weapon=['光剑']`，武器分类用 `WeaponCategoryContains('传世武器')`；武器信息来自提前完成的 SetDetail。
|
||
|
||
编号属性通过 `Power(n)`、`Hit(n)`、`ExtraData(n)`、`ExtraPower(n)` 构造，分别对应 powerN、hitN、dataplusN、powerplusN。
|
||
名称数组和等级表在构造时复制为元组，外部修改原数组不会影响已注册声明。
|
||
新类型、枚举成员、字段和构造函数的中文文档可供编辑器悬停和补全查看。
|
||
|
||
GF 职业的关联现已使用类型化声明，原 associate、动态 effect 和专用更新函数紧邻新实现注释保留。
|
||
男/女大枪的等级目标、黑暗武士的连招目标仍在 effect 内动态组装技能名称数组；贡献值和条件使用类型化声明。
|
||
模式、VP、UP 对临时技能副本的变换保留原实现，不属于持久关联。
|
||
旧名称失配显式使用 `MissingTargetPolicy.SKIP`，继续记录 unresolved_targets；新规则默认报错，不要为了消除报错批量设置 SKIP。
|
||
原先未生效的错误角色字段及特殊字典键保持原有效计算行为，迁移不同时修正规则。
|
||
|
||
### 职业专用属性
|
||
|
||
公共 `SkillAttribute` 仅维护通用字段。专用输出字段就近放在职业模块中，例如：
|
||
|
||
```python
|
||
class HunterAttribute(ProfessionAttribute):
|
||
'''猎人专用输出属性。'''
|
||
MARK_RATIO = 'markRation'
|
||
'''每层标记对应的技能伤害增量。'''
|
||
|
||
# 目标技能先定义 markRation = 0，然后声明：
|
||
associate = [SkillEffect(attribute=HunterAttribute.MARK_RATIO,
|
||
operation=Operation.ADD, value=Percent(LevelTable(data0)))]
|
||
```
|
||
|
||
不同职业可各自定义同名字段。枚举值必须对应目标技能的实际数值属性；不能重定义公共字段或编号分段字段。
|
||
专用枚举只用于最终输出，不自动加入状态依赖。将来某参数需要被后续关联读取时，应先登记公共状态/读写范围，
|
||
再使用 Read 表达式，不能直接读取尚未汇总的输出。条件可组合 `All`、`Not`、`GreaterThan`；
|
||
角色输出类型用 `OutputTypeStartsWith` 判断，所有条件均在建图时提供完整依赖。
|
||
|
||
### 旧字典兼容
|
||
|
||
以下片段放在对应技能类内，`data0` 为该来源技能的等级数据表：
|
||
|
||
```python
|
||
# 默认百分比：data0[lv] = 110 时，倍率为 1 + 110 / 100。
|
||
associate = [{'type': '*skillDamage', 'data': data0, 'skills': ['目标技能名称']}]
|
||
|
||
# 加级：data0[lv] = 1 时，给已学习目标增加 1 级。
|
||
associate = [{'type': '+lv', 'data': data0, 'ratio': 1, 'skills': ['目标技能名称']}]
|
||
```
|
||
|
||
上面是两种独立示例；需要同时生效时放进同一列表。`skills='*'` 仅选择伤害技能，关联被动技能时使用明确的名称列表。名称必须与目标 `name` 完全一致，当前不是按 UUID 匹配。
|
||
|
||
数据以来源技能等级索引，通常令 `data[0] = 0`。收集仍兼容旧公式：普通乘算为 `(1 + data[lv]/ratio) / (1 + data[0]/ratio)`，`cdReduce`、`cdRatio` 改用减号；加算为 `(data[lv] - data[0])/ratio`；覆盖 `=` 直接取 `data[lv]`。这里字典中的 `ratio` 是除数，区别于手雷精通类上的 `ratio` 参数。
|
||
|
||
女弹药的动态关联是现成参考：
|
||
|
||
```python
|
||
ratio = 1.0
|
||
|
||
def effect(self, old, new):
|
||
self.associate = [{
|
||
'type': '*skillDamage',
|
||
'data': [value * self.ratio for value in self.data0],
|
||
'skills': ['G-14手雷', 'G-35L感电手雷', 'G-18C冰冻手雷'],
|
||
}]
|
||
return super().effect(old, new)
|
||
```
|
||
|
||
三觉被动通过 `*ratio` 关联手雷精通。引擎先确定最终 `ratio=1.2`，再收集手雷倍率，所以精通 11 级对应 `1 + 110% × 1.2 = 2.32`。
|
||
|
||
## 职业规则
|
||
|
||
`associate` 可以混用新声明和旧字典。现有动态 `effect(old, new)` 作为兼容入口，在收集模式下以 `(0, 最终等级)` 执行；公共入口记录贡献，不修改目标。每次收集都从原始 `associate` 声明开始，取消 VP 时不会保留上一次分支。
|
||
|
||
动态规则只能生成关联声明，不能在收集过程中直接修改角色或目标技能。需要修改关联产生方式时，应改用声明，而不是另写参数 setter 撤销旧倍率。元素师原先的 `ratio` 补偿 setter 已移除，避免与公共引擎重复应用。
|
||
|
||
引擎在创建时保存初始声明和状态默认值。动态分支应新建并赋值 `self.associate`，不要对共享的类级列表执行 `append` 或原地改写；也不要把运行后修改 `associate` 当作注册新规则。一次重算可能多次调用 `effect`，因此不能在其中累计计数、直接调用角色加成方法或依赖随机结果。
|
||
|
||
依赖图目前自动识别三类依赖：共享等级源、收集时跨技能 `.lv` 读取、指向状态属性的关联。
|
||
类型化表达式的 Read 额外提供跨技能状态参数依赖；普通 Python 代码直接读取其他技能的 `.ratio` 仍不会自动建立依赖。
|
||
新规则请使用 Read；单独加入 INPUT_ATTRIBUTES 只会触发重算，不能解决求值先后问题。
|
||
本阶段仍使用技能级拓扑图，因此同一技能的状态回写、相互引用等可能被保守判定为循环；尚未升级为属性级依赖图。
|
||
初次建图后新出现的等级读取或状态目标会报错；不要靠最终状态临时增加依赖边。
|
||
|
||
每条贡献包含来源技能、条目索引、目标、属性、运算及数值，可从 `character.skill_effects.contributions` 检查。角色属性支持原 `SetStatus` 中相应的标量加算/乘算字段。
|
||
|
||
同一属性的汇总顺序为：基础值（或覆盖值）→ 加算贡献 → 乘算贡献。不同来源给出不同覆盖值会报冲突；不会依赖遍历顺序选择最后一个。赋零可以直接从基础值重建，不需要除以旧倍率。
|
||
|
||
## 共享等级
|
||
|
||
例如生命之树：
|
||
|
||
```python
|
||
level_source = '创世'
|
||
```
|
||
|
||
生命之树跟随创世最终等级，包含创世获得的装备及技能等级加成。目标自身的 `maxLv = 1` 不会截断共享等级。目标不接受独立等级或独立加级；需要提升等级时应提升源技能。
|
||
|
||
共享等级技能默认不独立提供关联效果，保留原 getter/no-op setter 的行为。如职业规则确实要求共享等级技能独立提供关联，可显式设置 `association_source = True`。
|
||
|
||
现有 11 个共享等级技能已迁移为 `level_source` 声明。
|
||
|
||
## 装备和外部修改
|
||
|
||
`SetStatus`、`AddSkillLv`、`SetSkillRation`、`SetSkillCD`、`SetSkillCDRecover` 已自动批处理。完整 `calc` 中的装备代码也在批次内，因此原有装备的直接属性写入会保留为关联计算的基础值。
|
||
|
||
新增低层直接修改必须放进批次，不能修改已叠加关联贡献的结果后再要求引擎推断基础值：
|
||
|
||
```python
|
||
with character.skill_effects.batch():
|
||
skill.skillDamage *= 1.15
|
||
```
|
||
|
||
`resolve()` 在没有变化时不重复应用；批次重建会先恢复原来的基础值。`skillInfo()` 的临时拷贝不属于引擎管理对象，其模式、VP、UP 变换仍在临时拷贝上执行。
|
||
|
||
这不表示装备自身也已经与顺序无关：装备仍按原流程执行，例如先由 `calc_suits()` 生成套装积分，再让装备读取积分。当前批次解决的是装备修改与技能关联贡献之间的基线问题，没有为装备建立逐来源贡献账本和依赖图，也不保证对同一实例反复执行整套装备流程不会累计。
|
||
|
||
定位引擎内部问题时，`_levels` 保存基础及外部等级，`_state_base` 保存状态参数基线，`_output_base` 保存应用技能输出贡献之前的属性值。它们是内部状态，不应由职业或装备规则直接修改；外部输入走公共修改方法或批次入口。
|
||
|
||
## 诊断和验证
|
||
|
||
找不到目标的旧关联仍按原逻辑跳过，同时记录在 `unresolved_targets`，供职业规则审查。例如刺客现存的“终结追击”名称失配；本次未推测其数值意图并修改规则。
|
||
类型化声明的缺失目标/引用、错误属性/运算、非有限数值会报错，避免新规则继续静默失效。
|
||
|
||
测试覆盖女弹药 2.32 场景及后续升降级、旅人条件、大枪加级、VP 切换、装备基线、角色属性、共享等级及链式共享、零覆盖、赋值冲突和循环依赖。全职业测试使用全部学习等级，在无 VP/VP1/VP2 下交换输入顺序，并另测搭配职业武器的情况。
|
||
|
||
重构前后 72 个模块的默认满技能配置对比：伤害/冷却的实质变化集中在女弹药、旅人、男女大枪已确认的问题；元素师统一了 `skillRation`/`skillDamage` 的分配，总伤害保持一致。该验证针对本地计算规则，不等同于游戏实测或线上验证。
|
||
|
||
新增规则时，在 `tests/unit/test_skill_effects.py` 补充对应场景，重点验证正反设置顺序、等级升降或禁用、条件开关、外部加成后再次重建。公共依赖机制变更还需验证循环及冲突报错。
|
||
|
||
从仓库根目录执行：
|
||
|
||
```sh
|
||
backend/.venv/bin/pytest backend/tests/unit/test_skill_effects.py -q
|
||
backend/.venv/bin/pytest backend/tests/unit/test_typed_skill_effects.py -q
|
||
backend/.venv/bin/pytest backend/tests/smoke/test_calc_availability.py -k configuration_order -q
|
||
```
|
||
|
||
第二项验证技能配置顺序（包括搭配武器的场景），不验证装备执行顺序。修改公共引擎后再运行完整 `backend/tests` 回归。
|
||
"""
|
||
from collections import defaultdict
|
||
from contextlib import contextmanager
|
||
from dataclasses import dataclass
|
||
from functools import wraps
|
||
from graphlib import CycleError, TopologicalSorter
|
||
from math import prod
|
||
from .skill_effect_types import (
|
||
CharacterAttribute, CharacterEffect, EffectDeclaration, MissingTargetPolicy, Operation,
|
||
SkillEffect, STATE_ATTRIBUTES,
|
||
)
|
||
|
||
|
||
# 状态属性定义在 skill_effect_types；技能类仍须提供相应默认值。
|
||
# 外部赋值触发重算的输入；登记在此不等于自动跟踪跨技能的该属性读取。
|
||
INPUT_ATTRIBUTES = STATE_ATTRIBUTES | {'vp', 'up', 'comboCol', 'stage', 'currentMode'}
|
||
# These are the scalar keys actually supported by CharacterBase.SetStatus.
|
||
# 扩展前核对 SetStatus 的实际运算语义；特殊字段不能仅加入白名单。
|
||
CHARACTER_ATTRIBUTES = frozenset(attribute.value for attribute in CharacterAttribute)
|
||
_MISSING = object()
|
||
|
||
|
||
@dataclass(frozen=True)
|
||
class SkillContribution:
|
||
"""统一后的来源贡献；新声明和旧字典最终都编译为此结构。"""
|
||
source: object
|
||
"""提供本条效果的来源技能实例。"""
|
||
index: int
|
||
"""同一来源收集到的贡献序号，用于稳定汇总顺序。"""
|
||
target: object
|
||
"""接受贡献的技能或角色实例。"""
|
||
attribute: str
|
||
"""目标实例的底层属性名称。"""
|
||
operation: str
|
||
"""汇总运算：'+' 加算、'*' 乘算、'=' 覆盖。"""
|
||
value: float
|
||
"""已经完成等级取值、百分比转换和条件求值的实际贡献值。"""
|
||
|
||
|
||
def skill_effect_batch(method):
|
||
"""Keep external skill/stat changes outside the association baseline."""
|
||
@wraps(method)
|
||
def wrapped(self, *args, **kwargs):
|
||
engine = getattr(self, 'skill_effects', None)
|
||
if engine is None:
|
||
return method(self, *args, **kwargs)
|
||
with engine.batch():
|
||
return method(self, *args, **kwargs)
|
||
return wrapped
|
||
|
||
|
||
class SkillEffectEngine:
|
||
def __init__(self, character):
|
||
self.character = character
|
||
self.skills = tuple(sorted(character.skills, key=lambda skill: skill.id))
|
||
self._members = {id(skill) for skill in self.skills}
|
||
self._levels = {skill: skill._lv for skill in self.skills}
|
||
self._state_base = {
|
||
(skill, attr): getattr(skill, attr)
|
||
for skill in self.skills for attr in STATE_ATTRIBUTES - {'lv'}
|
||
if hasattr(skill, attr)
|
||
}
|
||
self._associations = {skill: skill.associate for skill in self.skills}
|
||
self._output_base = {}
|
||
self._depth = 0
|
||
self.resolving = False
|
||
self.collecting = None
|
||
self._discovering = False
|
||
self._pending = []
|
||
self._reads = set()
|
||
self._dirty = True
|
||
self._state_dirty = True
|
||
self.contributions = ()
|
||
self.unresolved_targets = set()
|
||
|
||
def owns(self, skill):
|
||
# skillInfo uses shallow copies; these are local render contexts.
|
||
return id(skill) in self._members
|
||
|
||
def changed(self):
|
||
self._dirty = self._state_dirty = True
|
||
if not self._depth:
|
||
self.resolve()
|
||
|
||
def set_level(self, skill, value):
|
||
if skill.level_source is not None:
|
||
return
|
||
# += equipment bonuses must change the input, not copy already-derived
|
||
# mastery levels back into it. Input configuration uses set_input_level.
|
||
self._levels[skill] = min(skill.maxLv, max(0, self._levels[skill] + int(value) - skill.lv))
|
||
self.changed()
|
||
|
||
def set_input_level(self, skill, value):
|
||
if skill.level_source is not None:
|
||
return
|
||
self._levels[skill] = min(skill.maxLv, max(0, int(value)))
|
||
self._dirty = self._state_dirty = True
|
||
|
||
def set_attribute(self, skill, name, value):
|
||
if name in STATE_ATTRIBUTES:
|
||
self._state_base[skill, name] = value
|
||
object.__setattr__(skill, name, value)
|
||
self.changed()
|
||
|
||
def is_learned(self, skill):
|
||
if skill.level_source is not None:
|
||
return skill.lv > 0
|
||
return self._levels[skill] > 0
|
||
|
||
def read_level(self, skill):
|
||
if self.collecting is not None and self.collecting is not skill:
|
||
self._reads.add(skill)
|
||
elif self._state_dirty and not self.resolving:
|
||
self.resolve_states()
|
||
|
||
def record(self, source, target, attribute, operation, value):
|
||
self._pending.append(SkillContribution(
|
||
source, len(self._pending), target, attribute, operation, value,
|
||
))
|
||
|
||
def missing_target(self, source, name):
|
||
self.unresolved_targets.add((source.name, name))
|
||
|
||
def collect_effect(self, source, declaration: EffectDeclaration):
|
||
"""Compile typed declarations into the same contributions as legacy rules.
|
||
|
||
Discovery reads structure only: no arithmetic or conditional branch is
|
||
evaluated before upstream state is ready. Inactive branches still expose
|
||
dependencies and possible state targets.
|
||
"""
|
||
if self.collecting is not source:
|
||
raise RuntimeError('类型化效果只能由技能关联引擎收集')
|
||
for dependency in declaration.dependencies():
|
||
target = dependency.target(source)
|
||
if target is not source and dependency.attribute.value in STATE_ATTRIBUTES:
|
||
self._reads.add(target)
|
||
|
||
attribute = declaration.attribute.value
|
||
if isinstance(declaration, CharacterEffect):
|
||
targets = [self.character]
|
||
else:
|
||
targets = self.character.GetSkills('all', True) if declaration.skills == '*' else []
|
||
if declaration.skills != '*':
|
||
for name in declaration.skills:
|
||
if name in declaration.except_skills:
|
||
continue
|
||
target = self.character.GetSkillByName(name)
|
||
if target is None:
|
||
if declaration.missing_target == MissingTargetPolicy.ERROR:
|
||
raise ValueError(f'类型化效果目标不存在: {source.name} -> {name}')
|
||
self.missing_target(source, name)
|
||
else:
|
||
targets.append(target)
|
||
targets = [target for target in targets if target.name not in declaration.except_skills]
|
||
for target in targets:
|
||
if attribute in STATE_ATTRIBUTES - {'lv'} and (target, attribute) not in self._state_base:
|
||
raise ValueError(f'类型化效果状态缺少默认值: {source.name} -> {target.name}.{attribute}')
|
||
|
||
if self._discovering:
|
||
# Retain legacy precondition level reads, but never prune graph edges
|
||
# based on its provisional result. New conditions should use `when`.
|
||
source.precondition()
|
||
value = 0
|
||
else:
|
||
if not source.precondition():
|
||
return
|
||
if declaration.weapon is not None and self.character.GetWeaponType()[0] not in declaration.weapon:
|
||
return
|
||
if declaration.when is not None and not declaration.when.evaluate(source):
|
||
return
|
||
value = declaration.evaluate(source)
|
||
|
||
for target in targets:
|
||
if target is not self.character and attribute == 'lv':
|
||
if target.level_source is not None:
|
||
continue
|
||
if not self._discovering and declaration.operation == Operation.ADD and not self.is_learned(target):
|
||
continue
|
||
self.record(source, target, attribute, declaration.operation.value, value)
|
||
|
||
def _collect(self, skill, *, discover=False):
|
||
# 一个重算周期会多次调用 effect；职业实现只能构造声明并调用公共收集入口。
|
||
self._pending = []
|
||
self._reads = set()
|
||
if not skill.association_source:
|
||
return (), set()
|
||
# VP branches often only assign associate when enabled. Start from the
|
||
# declaration every time so disabling VP also removes the old branch.
|
||
skill.associate = self._associations[skill]
|
||
self.collecting = skill
|
||
self._discovering = discover
|
||
try:
|
||
if skill.lv > 0:
|
||
skill.effect(0, skill.lv)
|
||
elif discover:
|
||
# A typed level assignment can activate an initially unlearned
|
||
# source; its static dependencies must already be in the graph.
|
||
for declaration in skill.associate:
|
||
if isinstance(declaration, (SkillEffect, CharacterEffect)):
|
||
self.collect_effect(skill, declaration)
|
||
return tuple(self._pending), self._reads.copy()
|
||
finally:
|
||
self.collecting = None
|
||
self._discovering = False
|
||
|
||
@staticmethod
|
||
def _combine(base, contributions):
|
||
contributions = sorted(contributions, key=lambda item: (item.source.id, item.index))
|
||
overrides = {item.value for item in contributions if item.operation == '='}
|
||
if len(overrides) > 1:
|
||
sources = ', '.join(item.source.name for item in contributions if item.operation == '=')
|
||
raise ValueError(f'关联赋值冲突: {sources}')
|
||
if overrides:
|
||
base = overrides.pop()
|
||
return (base + sum(item.value for item in contributions if item.operation == '+')) * prod(
|
||
item.value for item in contributions if item.operation == '*'
|
||
)
|
||
|
||
def _restore_outputs(self):
|
||
for (target, attr), value in self._output_base.items():
|
||
if value is _MISSING:
|
||
object.__delattr__(target, attr)
|
||
else:
|
||
object.__setattr__(target, attr, value)
|
||
self._output_base.clear()
|
||
|
||
def resolve_states(self):
|
||
# 依赖来源：level_source、跨技能 lv 读取、指向 STATE_ATTRIBUTES 的关联。
|
||
# 类型化 Read 可声明跨技能状态参数依赖；普通 Python 属性读取仍不会自动建边。
|
||
if self.resolving or not self._state_dirty:
|
||
return
|
||
self.resolving = True
|
||
try:
|
||
self._restore_outputs()
|
||
self.unresolved_targets.clear()
|
||
for skill, lv in self._levels.items():
|
||
skill._lv = min(skill.maxLv, max(0, lv))
|
||
for (skill, attr), value in self._state_base.items():
|
||
object.__setattr__(skill, attr, value)
|
||
|
||
graph = {skill: set() for skill in self.skills}
|
||
for skill in self.skills:
|
||
if skill.level_source is not None:
|
||
source = self.character.GetSkillByName(skill.level_source)
|
||
if source is None:
|
||
raise ValueError(f'共享等级源技能不存在: {skill.name} -> {skill.level_source}')
|
||
graph[skill].add(source)
|
||
contributions, reads = self._collect(skill, discover=True)
|
||
graph[skill].update(reads)
|
||
for item in contributions:
|
||
if item.target is not self.character and item.attribute in STATE_ATTRIBUTES:
|
||
graph[item.target].add(skill)
|
||
try:
|
||
order = tuple(TopologicalSorter(graph).static_order())
|
||
except CycleError as exc:
|
||
names = ' -> '.join(skill.name for skill in exc.args[1])
|
||
raise ValueError(f'技能关联状态存在循环依赖: {names}') from exc
|
||
|
||
states = defaultdict(list)
|
||
for skill in order:
|
||
# All upstream level/parameter contributions are ready now.
|
||
if skill.level_source is not None:
|
||
skill._lv = self.character.GetSkillByName(skill.level_source).lv
|
||
contributions, reads = self._collect(skill)
|
||
if not reads.issubset(graph[skill]):
|
||
raise ValueError(f'技能关联状态依赖随计算改变: {skill.name}')
|
||
for item in contributions:
|
||
if item.target is self.character or item.attribute not in STATE_ATTRIBUTES:
|
||
continue
|
||
if skill not in graph[item.target]:
|
||
raise ValueError(f'技能关联状态目标随计算改变: {skill.name} -> {item.target.name}')
|
||
key = item.target, item.attribute
|
||
states[key].append(item)
|
||
if item.attribute == 'lv':
|
||
base = self._levels[item.target]
|
||
value = self._combine(base, states[key])
|
||
item.target._lv = min(item.target.maxLv, max(0, int(value)))
|
||
else:
|
||
base = self._state_base[key]
|
||
object.__setattr__(item.target, item.attribute, self._combine(base, states[key]))
|
||
self._state_dirty = False
|
||
finally:
|
||
self.resolving = False
|
||
|
||
def resolve(self):
|
||
if self.resolving or not self._dirty:
|
||
return
|
||
self.resolve_states()
|
||
self.resolving = True
|
||
try:
|
||
self._restore_outputs()
|
||
contributions = []
|
||
grouped = defaultdict(list)
|
||
for skill in self.skills:
|
||
items, _ = self._collect(skill)
|
||
contributions.extend(items)
|
||
for item in items:
|
||
if item.target is not self.character and item.attribute in STATE_ATTRIBUTES:
|
||
continue
|
||
grouped[item.target, item.attribute].append(item)
|
||
for (target, attr), items in grouped.items():
|
||
base = getattr(target, attr, _MISSING)
|
||
self._output_base[target, attr] = base
|
||
if base is _MISSING and not any(item.operation == '=' for item in items):
|
||
raise AttributeError(f'技能关联属性不存在: {items[0].source.name} -> {attr}')
|
||
object.__setattr__(target, attr, self._combine(0 if base is _MISSING else base, items))
|
||
self.contributions = tuple(contributions)
|
||
self._dirty = False
|
||
finally:
|
||
self.resolving = False
|
||
|
||
@contextmanager
|
||
def batch(self):
|
||
# 最外层先撤销技能输出贡献，让装备等外部写入落在基础值上，再统一重建。
|
||
# 这里只隔离技能贡献，不解决装备规则彼此之间的执行顺序依赖。
|
||
outermost = not self._depth
|
||
if outermost:
|
||
self.resolving = True
|
||
try:
|
||
self._restore_outputs()
|
||
finally:
|
||
self.resolving = False
|
||
self._dirty = self._state_dirty = True
|
||
self._depth += 1
|
||
completed = False
|
||
try:
|
||
yield
|
||
completed = True
|
||
finally:
|
||
self._depth -= 1
|
||
if completed and not self._depth:
|
||
self.resolve()
|