程序猿的逆袭-Dota玩什么英雄最容易拿MVP？

相信很多“牛人”都被一些宅男学弟问过这个问题：学长，我作为一个初学程序的菜鸟，要怎么样才能提交自己的编程水平，变成牛人呢？

说实话，这个问题深奥地我有点回答不上来，无外乎只能告诉他“多读”“多写”“搞好数学和算法，练内功”“用好设计模式”“看《编程之美》”等等之类的空话套话。后来剃刀阿遠给出了一个答案让我深受启迪，他说：就一句话——多写给人用的代码。

这句话第一次听上去也许觉得有点装逼，实则不然，我非常认同这个观点。

好吧，宅男学弟又开始问了：学长，什么样的代码才是给人用的代码？毕竟我一个菜鸟我又不是腾讯不能弹窗口邀请别人来用，别人为什么要用一个菜鸟的代码呢？

这个问题相对就更非常具体了，我个人认为，有实用价值同时又让人觉得亲切有趣的程序就可以了。

例如，Dota是一款80后程序猿耳熟能详的游戏，尤其是还没走出大学校门的挨踢宅男的最爱。毫无疑问，如果我们以Dota作为突破点，只要idea有意思、跟Dota紧密相关，就算是菜鸟写的程序也能在学校BBS里被大家争相传阅。

本文就以“统计Dota玩什么英雄最容易拿MVP”为例，做一次抛砖引玉。文末我们可以讨论更多关于Dota辅助程序的idea。

11对战平台是最近流行的Dota平台，与其他对战平台不同的是，11有海量的统计数据。对于每一个玩家，都有最详细的统计，细到包括他所擅长的英雄、历史上用哪个英雄做了哪些事、平均某个英雄出场杀敌数、甚至细到该玩家历史上一共拿了多少个Double Kill都有记录。

本文仅仅示例如何统计MVP而已，相对于11对战平台的数据宝库来说，可谓是“弱水三千，只取一瓢”。思路是这样的： 抓取大量（如十万个）活跃玩家的历史场次信息，对所有场次的MVP英雄进行统计。十万个活跃玩家涉及的总Dota场次是千万级的，统计样本已经很充足。

有了基本思路，我们再理一个详尽的流程：

1.抓取数据并保存到本地。（涉及的新手知识：如何抓取网络数据包、 通过WebClient下载HTML网页）

2.分析已保存到本地的数据，作出记录。（涉及的新手知识：简单的正则表达式、处理JSON）

3.制作直观统计结果（涉及的新手知识：LINQ和lambda表达式、文件的读写）

这么一个简单的程序，对初学.NET的新手来讲，可以带着兴趣锻炼到如此多的基本功知识点，比看什么枯燥的xxx入门到精通书籍有趣多了！ o(∩_∩)o

第一步 用Fiddler抓包获得用户统计页面的URL

通过抓包我们知道：

1.用户统计页面的地址形如：

u后面是用户的ID

2.需要登录才能查看统计结果。我们程序获取页面时，可以通过设置Cookie来模拟登录。

第二步 使用WebClient构造请求

Cookie部分设置为Fiddler里所抓取到的Cookie值。如果抓取成功就保存到本地文件，文件名以用户ID命名。

         ///   <summary>
         ///  抓取某个玩家的数据o
         ///   </summary>
         ///   <param name="i"> 玩家平台的ID </param>
         private  void GetFiles( int i)
        {
            WebClient wc =  new WebClient();
            wc.Headers.Add( " User-Agent ",  " Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.186 Safari/535.1 ");
            wc.Headers.Add( " Accept ",  " text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8 ");
            wc.Headers.Add( " Accept-Encoding ",  " gzip,deflate,sdch ");
            wc.Headers.Add( " Accept-Language ",  " zh-CN,zh;q=0.8 ");
            wc.Headers.Add( " Accept-Charset ",  "  GBK,utf-8;q=0.7,*;q=0.3 ");
            wc.Headers.Add( " Cookie ",  " 设置为你自己的COOKIE ");

            wc.DownloadFile( string.Format(urlTemp, beginId + i), (beginId + i).ToString());

        } 

第三步 分析已抓取文件中的数据

用到了简单的正则表达式。本例中所处理的对象为JSON，我们采用Newtonsoft.JSON进行处理。将分析结果保存到Dictionary<string,int>数据结构中，同时更新统计的总场次。

   /// <summary>

         ///  读取之前所抓的文件内容
         ///   </summary>
         ///   <param name="l"></param>
         public  void ReadFiles( long l)
        {
             var sr = File.OpenText(l.ToString());
             string content = sr.ReadToEnd();
 
             // 正则表达式提取出HTML文件中的JSON
             var m = Regex.Matches(content,  " HeroList.*] ", RegexOptions.Compiled);
             if (m.Count >  0)
            {
                 // 将JSON变成Record类
                 var list = JsonConvert.DeserializeObject<List<Record>>(m[ 0].ToString().Replace( " HeroList =  ",  ""));

                 foreach ( var item  in list)
                {
                     if (!dicMvp.ContainsKey(item.heroname))
                    {
                        dicMvp.Add(item.heroname, item.mvp);
                    }
                     else
                    {
                        dicMvp[item.heroname] = dicMvp[item.heroname] + item.mvp;
                    }

                     // 累计场次
                    BattleCount += item.lost + item.win + item.offline;
                }
            }
        }

第四步 制作直观的统计结果

软件的用户怎么查看程序运营的结果呢？一般无外乎就是文本文件、网页、图片。我们先写个简单的文本文件吧！。（如果写个漂亮的HTML5页面，相信效果会非常好哦）注意在输出结果前，先把Dictionary<string,int>排序一下，可以使用到简单的lambda表达式。

     /// <summary>

         ///  分析结果
         ///   </summary>
         private  void GetResult()
        {
             var sw = File.CreateText( " result.txt ");
            StringBuilder sb =  new StringBuilder();
             foreach ( var item  in dicMvp.OrderByDescending(p => p.Value))
            {
                sb.AppendFormat( " {0}:{1}\n ", item.Key, item.Value);
            }
            sw.Write(sb.ToString());
            sw.Write( " \n\n总统计场次: " + BattleCount);
            sw.Close();
        }

运算结果是这样的：

在已统计的数十万场比赛中，最容易获得MVP的英雄前十名依次为：神灵武士、屠夫、嗜血狂魔、赏金猎人、幽鬼、影魔、山岭巨人、召唤师、敌法师、先知。 当然，如果统计范围再大一点（把抓取数据的程序跑一整天即可），涉及场次达到千万级，结果会更加准确。

怎么样，非常简单吧？嘿嘿，之前说过了，本文只做抛砖引玉，为那些初学.NET找不到练手项目的人增加一些思路。您可以根据本文很轻松地制作出“最容易打钱的英雄”“杀人数最多的英雄”“最容易推塔的英雄”“最坑爹的英雄”等等等等。。。

关于Dota辅助程序

其实，当您熟知了本文所提及的这些“基础知识”以后，您会发现11对战平台的统计数据可以做非常多的事。

关于Dota辅助程序是我一位同事提出的，可以是各种对战平台（不限于11）的插件形式。可以做的事情有：

1.根据海量统计数据，在某场Dota比赛开始后，根据场上10个英雄，告诉玩家哪个英雄最容易获得MVP。

2.根据海量统计数据和场上已选的9个英雄，告诉玩家应该选哪个英雄更容易打出好的成绩。

3.根据海量统计数据告诉玩家此局应该怎么出装备、怎么升级能甚至整体策略。

4.根据海量统计数据（尤其是天梯的数据），告诉玩家在CM模式（或其他组队模式）应该怎么选英雄搭配（还可以结合对方选的英雄实时运算新策略）。

本文转自 流牛木马 博客园博客，原文链接：http://www.cnblogs.com/azure/archive/2011/12/31/Dota_MVP.html，如需转载请自行联系原作者