第11章：街机游戏测试

街机游戏作为电子游戏的起源，其测试方法论奠定了现代游戏测试的基础。从1970年代的《Pong》到1980年代的黄金时期，街机游戏以其即时反馈、精确控制和递增难度的特点，要求测试人员具备对帧数据、碰撞检测和玩家心理的深刻理解。本章将深入探讨街机游戏的测试技术，包括固定屏幕游戏的边界测试、平台跳跃游戏的物理验证、TAS技术的应用以及分数系统的完整性验证。

11.1 坦克大战类固定屏幕游戏测试

固定屏幕游戏是街机时代的典型代表，玩家在一个静态的游戏场景中进行操作。这类游戏看似简单，但其测试涉及众多细节。

11.1.1 碰撞检测精度验证

碰撞检测是固定屏幕游戏的核心机制。在坦克大战类游戏中，碰撞判定直接影响游戏的公平性和可玩性。街机时代的硬件限制使得碰撞检测必须在CPU周期和内存占用之间找到平衡，这导致了许多经典的碰撞检测优化技术的诞生。

    坦克碰撞盒示意图：

    ┌─────────┐     精确碰撞盒（占用更多计算）
    │ ╔═══╗  │     
    │ ║ T ║  │     简化碰撞盒（AABB）
    │ ╚═══╝  │     
    └─────────┘     

    子弹轨迹：  • → → → → •

    碰撞检测层级：

    1. 粗检测（空间分区）
    2. AABB包围盒检测  
    3. 像素级精确检测（可选）

测试重点包括：

1. 像素级精度测试：验证碰撞盒是否与视觉表现一致。常见问题是碰撞盒过大导致"幽灵碰撞"，或过小导致视觉上的穿透。测试时需要在边界情况下逐像素移动，记录碰撞触发点。

街机游戏中的碰撞盒通常采用轴对齐包围盒（AABB），测试时需要验证：

• 碰撞盒的中心点是否与精灵中心对齐
• 旋转后的碰撞盒是否正确更新（或保持AABB不变）
• 动画帧切换时碰撞盒的连续性

2. 同时碰撞处理：当多个物体同时发生碰撞时，系统的处理优先级。例如，两发子弹同时击中一个目标，是否正确计分？敌我双方坦克同时被击中时的判定顺序如何？

优先级矩阵测试：

碰撞类型优先级（从高到低）：

1. 玩家-敌人（伤害判定）
2. 子弹-目标（攻击判定）  
3. 实体-墙体（移动限制）
4. 道具-玩家（拾取判定）
5. 装饰物碰撞（可忽略）

3. 碰撞穿透问题：高速移动物体可能在单帧内穿过薄墙。测试公式为： $$v_{max} < \frac{d_{wall}}{dt}$$ 其中 $v_{max}$ 是物体最大速度，$d_{wall}$ 是墙体厚度，$dt$ 是帧间隔时间。

连续碰撞检测（CCD）的测试要点：

• 射线投射法：验证子弹路径上的所有碰撞点
• 扫掠体积法：检测移动物体扫过的整个区域
• 时间分片法：将单帧细分为多个子步骤

4. 碰撞响应正确性：碰撞发生后的物理响应和游戏逻辑响应 - 弹性碰撞的反弹角度：$\theta_{out} = \theta_{in}$（镜面反射） - 非弹性碰撞的动量守恒 - 碰撞后的无敌帧（i-frames）处理

5. 性能压力测试：大量碰撞同时发生时的性能表现 - 弹幕模式：屏幕上同时存在100+子弹 - 连锁反应：一次碰撞触发多重连锁 - 碰撞检测的时间复杂度：理想O(n log n)，避免O(n²)

11.1.2 AI路径规划验证

街机游戏的AI通常采用简单但有效的算法。测试要点需要平衡计算效率和行为智能性，早期街机硬件的限制造就了许多巧妙的AI设计模式。

1. 路径有效性：AI是否能到达地图上所有可达位置？使用洪水填充算法验证： $$Reachable(p) = \bigcup_{i=1}^{n} Adjacent(Reachable(p_{i-1}))$$ 地图连通性测试方法：

• BFS遍历：验证从任意敌人生成点可达所有玩家可能位置
• 死角检测：识别AI无法进入但玩家可以躲藏的区域
• 动态障碍影响：可破坏墙体改变后的路径重算

2. 追踪行为一致性：AI的追踪算法是否存在震荡？当玩家位于特定位置时，AI是否会在两个决策点之间反复切换？

常见AI行为模式及测试点：

直接追踪模式：
AI → → → Player

预判模式：
AI ↘
   ↘ (预测点)
Player → → →

包围模式：
AI₁ ↓
Player ← AI₂
AI₃ ↑

震荡检测算法：

• 记录AI最近N帧的位置历史
• 检测是否在相同的2-3个位置间循环
• 统计方向改变频率，超过阈值判定为震荡

3. 难度递增曲线：验证AI的攻击频率、移动速度、预判能力是否按设计递增： $$Difficulty(level) = base + k \cdot \log(1 + level)$$ 具体参数调整测试：

• 反应延迟：$Delay_{reaction} = 500ms \times (1 - 0.1 \times level)$
• 射击精度：$Accuracy = 0.3 + 0.05 \times \min(level, 10)$
• 移动速度：$Speed_{AI} = Speed_{base} \times (1 + 0.1 \times \sqrt{level})$
• 协作程度：高难度下多个AI的配合行为

4. AI公平性测试：确保AI不会使用玩家无法实现的作弊行为 - 视野限制：AI不应该"看穿"墙壁或超出屏幕 - 反应时间：保持人类可能的反应延迟（>100ms） - 资源限制：AI的弹药、移动速度应遵守游戏规则

5. 群体AI协调：多个AI单位的协同行为 - 避免拥挤：多个AI不应堆叠在同一位置 - 火力分配：避免所有AI同时攻击造成不公平的弹幕 - 战术多样性：不同AI采用不同的行为模式增加游戏深度

11.1.3 地图边界处理

边界处理看似简单，实则暗藏玄机。不同的边界处理策略会极大影响游戏的战术深度和玩家体验：

    边界处理模式：

    硬边界：  |█ ← tank （碰撞停止）
    循环边界： → tank | tank ← （传送到对侧）
    弹性边界： |← tank →| （反弹）
    吸收边界： |× tank （销毁）

    混合模式示例（不同对象不同处理）：
    玩家：硬边界
    子弹：吸收边界
    敌人：弹性边界

测试场景：

1. 物体部分超出边界时的渲染 - 精灵裁剪：只渲染可见部分，避免突然消失 - Z-order问题：边界处物体的渲染层级 - 大型物体（如BOSS）的边界处理 - 渲染缓冲区溢出防护

2. 子弹在边界的反弹角度计算 - 入射角等于反射角原则：$\theta_{out} = -\theta_{in}$ - 边角反弹：同时碰到两个边界的处理 - 反弹次数限制：避免无限反弹 - 反弹后的速度衰减：$v_{new} = v_{old} \times damping$

3. 敌人生成点与边界的最小距离 - 安全区域定义：$d_{safe} \geq sprite_{width} + margin$ - 生成动画期间的无敌时间 - 避免"生成即死"的不公平情况 - 动态调整生成位置以适应玩家位置

4. 玩家利用边界进行的非预期策略 - 边界卡位：利用边界限制敌人移动 - 安全角落：某些边角位置可能成为无敌点 - 边界快速移动：沿边界移动避免被包围 - 投射物穿墙：在边界处发射可能穿透到场外

5. 边界数据结构与性能

边界检测优化：
// 快速边界检查（内联）
if (x < 0 || x > MAX_X || y < 0 || y > MAX_Y) {
    HandleBoundary();
}

// 分区检查（减少计算）
区域标记：中央区（无需检查）、边缘区（需要检查）

6. 特殊边界交互 - 传送门边界：特定位置连接到其他区域 - 伤害边界：接触边界造成伤害（如电网） - 推力边界：边界处有向内的推力 - 时间边界：停留过久会触发特殊事件

11.1.4 物体生成频率与难度平衡

生成系统的测试需要统计学方法，这是确保游戏难度曲线平滑且公平的关键：

1. 泊松分布验证：敌人生成是否符合预期的随机分布 $$P(k) = \frac{\lambda^k e^{-\lambda}}{k!}$$ 其中λ是平均生成率，k是时间窗口内的生成数量。测试验证：

• 收集1000次生成数据，绘制分布直方图
• 使用卡方检验验证是否符合理论分布
• 异常检测：连续无生成或爆发式生成

2. 资源上限测试：同屏最大敌人数、子弹数、道具数的限制

资源池管理测试矩阵：
┌─────────────┬──────┬──────┬────────┐
│ 对象类型     │ 上限 │ 警告 │ 处理策略│
├─────────────┼──────┼──────┼────────┤
│ 敌人        │  8   │  6   │ 延迟生成│
│ 玩家子弹    │  4   │  3   │ 忽略输入│
│ 敌人子弹    │  16  │  12  │ 回收最旧│
│ 道具        │  3   │  2   │ 替换最旧│
│ 特效        │  10  │  8   │ 跳过渲染│
└─────────────┴──────┴──────┴────────┘

3. 生成公平性：避免"生成杀"——敌人直接生成在玩家附近

安全生成算法： $$Safe_{spawn}(p) = \begin{cases} true & \text{if } d(p, player) > r_{safe} \\ false & \text{otherwise} \end{cases}$$ 其中 $r_{safe} = 2 \times sprite_{diagonal} + reaction_{time} \times speed_{player}$

4. 动态难度调整（DDA）测试

自适应难度公式： $$\lambda_{adjusted} = \lambda_{base} \times (1 + \alpha \times performance_{score})$$ 测试场景：

• 玩家表现优秀时：生成率提升20-50%
• 玩家濒死时：生成率降低30-40%
• 连续死亡后：临时降低难度的"仁慈期"

5. 波次生成模式验证

波次生成时间轴：
Wave 1: [==敌人==]----休息----
Wave 2: [===敌人===]---休息---
Wave 3: [====敌人====]--休息--
Boss:   [====BOSS====]

测试点：

- 波次间隔时间的一致性
- 波次内敌人类型的多样性
- 波次难度的递增曲线

6. 生成位置策略测试

位置选择算法优先级：

• 优先级1：远离玩家的边缘
• 优先级2：未被占用的生成点
• 优先级3：战术有利位置
• 备选方案：随机有效位置

7. 概率权重系统

不同敌人类型的生成概率： $$P(type_i) = \frac{w_i \times f(level)}{\sum_{j} w_j \times f(level)}$$ 测试验证：

• 低级敌人逐渐减少
• 高级敌人逐渐增加
• 特殊敌人保持稀有性（<5%）

11.2 超级马里奥类平台跳跃游戏测试

平台跳跃游戏的核心在于精确的物理模拟和流畅的操作手感。

11.2.1 物理引擎参数验证

跳跃物理是平台游戏的灵魂，其参数调校直接影响游戏体验。从《超级马里奥》到《塞尔达传说》，精确的跳跃控制定义了整个游戏类型：

    跳跃曲线分析：

    高度 ↑     
        │   ╱╲    标准跳跃（满高度）
        │  ╱  ╲   
        │ ╱    ╲  短按跳跃（可变高度）
        │╱______╲_______________
                          时间 →

    关键参数：

    - 初始速度 v₀ = 480 px/s（典型值）
    - 重力加速度 g = 1500 px/s²
    - 空中控制系数 α = 0.3
    - 终端速度 v_terminal = 600 px/s

测试要点：

1. 跳跃高度一致性： $$h_{max} = \frac{v_0^2}{2g}$$ 验证在不同帧率下跳跃高度是否保持一致

帧率独立性测试：

• 30fps：验证跳跃高度
• 60fps：高度应相同（±1像素误差）
• 120fps：检查浮点累积误差
• 可变帧率：使用delta time确保一致性

2. 土狼时间（Coyote Time）：玩家离开平台后仍可跳跃的宽容时间，通常为3-5帧

土狼时间状态机：
OnPlatform → LeavePlatform → CoyoteWindow → Airborne
                           ↓（3-5帧内）
                        CanJump

测试用例：

• 边缘跳跃：在平台边缘最后一像素起跳
• 延迟响应：离开平台后第N帧按跳跃
• 双重判定：土狼时间内不应允许二段跳

3. 跳跃缓冲（Jump Buffer）：玩家在落地前按下跳跃的预输入窗口

缓冲机制测试：

• 标准缓冲：落地前5-8帧内的输入
• 缓冲覆盖：新输入是否覆盖旧缓冲
• 缓冲清除：其他动作是否清空缓冲

4. 变高跳跃：根据按键时长调整跳跃高度的实现： $$v_y = \begin{cases} v_0 & \text{if button held} \\ \min(v_y, v_{cutoff}) & \text{if button released} \end{cases}$$ 细节测试：

• 最小跳跃高度：即使立即松开也要有最小高度
• 切断时机：上升阶段才能切断，下降时无效
• 平滑过渡：避免速度突变造成的不自然感

5. 多段跳跃系统

二段跳/多段跳测试： $$h_{double} = h_1 + \frac{v_{double}^2}{2g}$$

• 跳跃次数限制与重置条件
• 空中跳跃的初速度调整
• 墙跳、冲刺跳等特殊跳跃

6. 重力调制

不同状态下的重力变化：

上升阶段：g_up = 1500 px/s²
下降阶段：g_down = 2000 px/s²（快速下落）
滑翔状态：g_glide = 500 px/s²
水中状态：g_water = 800 px/s²

7. 终端速度限制

防止无限加速： $$v_y = \min(v_y + g \cdot dt, v_{terminal})$$ 测试长距离下落时的速度上限

11.2.2 操作手感与响应延迟

操作手感是平台游戏成功的关键，需要从多个维度进行测试：

1. 输入延迟测试：从按键到角色响应的帧数，理想值应小于3帧（50ms@60fps）

2. 动量系统验证： - 加速曲线：$v(t) = v_{max}(1 - e^{-kt})$ - 减速曲线：$v(t) = v_0 \cdot e^{-\mu t}$ - 转向延迟：反向移动时的惯性表现

3. 边缘检测优化：

平台边缘处理：

标准碰撞：    优化后：
┌────┐        ┌────┐
│ P  │×       │ P  │✓
└────┘        └────┘
  ▔▔▔           ▔▔▔▔

11.2.3 关卡设计合理性验证

关卡测试不仅要验证可通过性，还要确保难度曲线合理：

1. 跳跃距离极限测试： $$d_{max} = v_x \cdot t_{air} = v_x \cdot \sqrt{\frac{2h}{g}}$$ 确保所有必要跳跃都在玩家能力范围内，留有10-15%的容错空间

2. 节奏验证：使用马尔可夫链分析关卡节奏 - 平台密度分布 - 敌人分布间隔 - 休息点设置

3. 视野问题： - 盲跳检测：玩家是否需要在看不见落点的情况下跳跃 - 镜头跟随平滑度 - 危险预警距离

11.2.4 隐藏要素与秘密通道

街机游戏常包含隐藏内容以增加重玩价值：

1. 可发现性测试：隐藏要素是否有合理的视觉/音频提示
2. 奖励平衡：隐藏路线的风险收益比
3. 序列破坏测试：通过隐藏通道是否会导致游戏逻辑错误

11.3 帧精确输入与TAS技术

Tool-Assisted Speedrun (TAS) 技术不仅用于竞速，也是强大的测试工具。

11.3.1 帧数据分析基础

街机游戏通常运行在固定帧率下（60fps或30fps），每帧16.67ms或33.33ms：

帧时间轴示例（60fps）：
Frame: |  1  |  2  |  3  |  4  |  5  |  6  |
Time:  0ms  16.67 33.33  50   66.67 83.33
Input: [A]   [ ]   [B]   [B]   [ ]   [A+B]
State: Idle  Jump  Jump  Dash  Dash  Attack

关键概念：

• 起始帧（Startup）：动作从输入到生效的延迟
• 活动帧（Active）：动作判定有效的持续时间
• 恢复帧（Recovery）：动作结束到可执行下一动作的时间

11.3.2 输入缓冲与取消系统

高级输入系统可提升操作流畅度：

1. 输入缓冲窗口： $$Buffer_{window} = \max(0, t_{current} - t_{input}) < threshold$$ 典型值为3-5帧，过大会导致误操作，过小则手感僵硬

2. 动作取消规则： - 普通取消：轻攻击→重攻击 - 特殊取消：普通技→必杀技 - 跳跃取消：地面动作→空中动作

测试矩阵需覆盖所有可能的取消组合

3. 优先级系统： 当多个输入同时满足条件时的处理顺序

11.3.3 TAS工具原理与应用

TAS通过逐帧控制输入来达到理论最优表现：

1. 确定性验证： 相同输入序列是否总产生相同结果？随机数生成器的种子管理

2. 极限测试用例： - 最快通关路线 - 最高分数获取 - 最少按键次数 - 触发所有彩蛋

3. 内存状态监控：

TAS测试流程：

1. 保存初始状态 S₀
2. 执行输入序列 I = {i₁, i₂, ..., iₙ}
3. 记录每帧状态 Sₜ = f(Sₜ₋₁, iₜ)
4. 验证最终状态 Sₙ 是否符合预期

11.3.4 理论最优路线验证

使用动态规划或A*算法计算理论最优解： $$OPT[i] = \min_{j<i}\{OPT[j] + cost(j, i)\}$$ 其中 $cost(j, i)$ 表示从状态j到状态i的代价（时间/操作数）

测试要点：

• 人类可达性：理论最优是否在人类反应极限内
• 容错空间：次优解与最优解的差距
• 运气因素：依赖RNG的理论最优是否现实

11.4 分数系统与排行榜验证

分数系统是街机游戏的核心驱动力，其公平性和稳定性至关重要。

11.4.1 分数溢出与边界测试

街机时代受限于硬件，分数系统常有上限：

1. 整数溢出检测： - 8位系统：最大255 - 16位系统：最大65,535 - 32位系统：最大2,147,483,647

测试公式： $$Score_{next} = \min(Score_{current} + \Delta, MAX_INT)$$

2. 显示与存储不一致：

常见问题示例：
内部存储：1,234,567
显示限制：999,999
实际显示：234,567 (错误截断)

3. 负分处理：某些游戏机制可能导致减分，需验证： - 是否允许负分？ - 最小值限制（通常为0） - UI显示负数的处理

11.4.2 连击系统验证

连击（Combo）系统增加游戏深度，测试重点：

1. 连击窗口计算： $$Combo_Window = Base_Time \times (1 + \alpha \cdot \log(combo_count))$$ 验证窗口时间是否合理，避免过严或过松

2. 分数乘数增长：

典型连击分数公式：
1-5 hits:   ×1.0
6-10 hits:  ×1.5
11-20 hits: ×2.0
21-50 hits: ×3.0
50+ hits:   ×5.0

测试边界值：5→6, 10→11, 20→21, 49→50

3. 连击中断条件： - 受击中断 - 超时中断 - 特定动作中断 - 场景切换处理

11.4.3 分数获取平衡性

不同得分途径的风险收益比：

1. 风险收益矩阵： $$ROI = \frac{Expected_Score}{Risk_Factor \times Time_Cost}$$

| 行为 | 基础分数 | 风险系数 | 时间成本 | ROI |

2. 最优策略分析： 使用线性规划找出理论最高分策略，验证是否与设计意图一致

3. 随机要素影响： 蒙特卡洛模拟1000次游戏，统计分数分布的均值和方差

11.4.4 排行榜数据完整性

排行榜是玩家竞争的核心，需要严格测试：

1. 作弊检测机制： - 分数增长速度异常检测：$\frac{dScore}{dt} > threshold$ - 理论最高分限制 - 时间戳验证 - 输入序列合理性检查

2. 数据持久化： - 断电保护 - 数据校验和 - 备份机制 - 版本兼容性

3. 并发更新处理：

排行榜更新原子操作：

1. 锁定排行榜
2. 读取当前数据
3. 插入新分数
4. 重新排序
5. 写入存储
6. 解锁排行榜

4. 公平性保证： - 不同难度的分数分离 - 作弊分数的标记/移除 - 网络延迟补偿

本章小结

街机游戏测试虽然看似简单，但其精确性要求极高。本章介绍的测试方法论涵盖了从基础的碰撞检测到高级的TAS技术应用。关键要点包括：

1. 固定屏幕游戏的核心在于碰撞精度、AI行为一致性和边界处理
2. 平台跳跃游戏需要重点关注物理参数、操作手感和关卡合理性
3. 帧精确测试通过TAS技术可以发现人工测试难以触及的极限情况
4. 分数系统的完整性直接影响游戏的长期可玩性和竞争公平性

核心测试公式汇总：

• 碰撞安全速度：$v_{max} < \frac{d_{wall}}{dt}$
• 跳跃高度：$h_{max} = \frac{v_0^2}{2g}$
• 跳跃距离：$d_{max} = v_x \cdot \sqrt{\frac{2h}{g}}$
• 输入缓冲：$Buffer_{window} = \max(0, t_{current} - t_{input}) < threshold$
• 连击窗口：$Combo_Window = Base_Time \times (1 + \alpha \cdot \log(combo_count))$
• 风险收益：$ROI = \frac{Expected_Score}{Risk_Factor \times Time_Cost}$

常见陷阱与错误（Gotchas）

1. 帧率依赖问题

陷阱：游戏逻辑与渲染帧率绑定，导致不同硬件上游戏速度不一致。

解决方案：使用固定时间步长（Fixed Timestep）：

积累时间 += 帧间隔
while (积累时间 >= 固定步长) {
    更新游戏逻辑()
    积累时间 -= 固定步长
}

2. 浮点数精度误差

陷阱：连续的浮点运算导致位置漂移或碰撞检测失效。

示例：玩家站在平台上，每帧 y += 0.1 再 y -= 0.1，理论上应该不动，但实际会缓慢下沉。

解决方案：

• 使用定点数运算
• 关键位置使用整数坐标
• 定期校正累积误差

3. 输入延迟堆积

陷阱：输入缓冲过长导致操作延迟感严重，玩家按键后很久才有反应。

调试技巧：

• 可视化输入队列长度
• 记录输入到响应的实际帧数
• 设置缓冲区上限

4. 随机数生成器误用

陷阱：使用系统时间作为种子，导致TAS无法复现。

正确做法：

初始化：seed = 固定值或关卡ID
每帧：seed = (seed * 1103515245 + 12345) & 0x7fffffff

5. 边界条件处理不当

陷阱：数组越界、除零错误、空指针访问。

常见场景：

• 玩家在地图边缘执行特殊动作
• 分数恰好等于排行榜最低分
• 连击数达到未预期的高值

6. 状态机死锁

陷阱：角色进入无法退出的状态，游戏软锁。

预防措施：

• 每个状态设置超时机制
• 提供强制重置键（调试版本）
• 状态转移图完整性检查

7. 内存泄漏

陷阱：街机游戏长时间运行，动态分配的资源未释放。

检测方法：

• 监控内存使用趋势
• 压力测试：快速创建/销毁大量对象
• 使用内存分析工具

8. 优先级反转

陷阱：低优先级的背景音乐阻塞高优先级的游戏逻辑。

解决方案：

• 明确定义各系统优先级
• 使用异步处理
• 设置超时中断

练习题

练习 11.1：碰撞检测精度分析（基础题）

在一个坦克大战游戏中，坦克尺寸为16×16像素，子弹尺寸为4×4像素，墙体厚度为8像素。如果子弹速度为每帧12像素，坦克速度为每帧4像素，游戏运行在60fps下。请问：

1. 子弹是否可能穿墙？
2. 计算防止穿墙的最大安全速度
3. 如果采用连续碰撞检测，需要几次细分？

提示（Hint）：使用公式 $v_{max} < \frac{d_{wall}}{dt}$，其中dt=1帧

练习 11.2：跳跃曲线参数计算（基础题）

某平台游戏中，角色最大跳跃高度需要达到96像素，使用重力加速度g=1200像素/秒²。游戏运行在60fps。请计算：

1. 所需的初始跳跃速度
2. 达到最高点的时间
3. 如果平台间距为120像素，水平速度至少需要多少？

提示（Hint）：使用公式 $h_{max} = \frac{v_0^2}{2g}$ 和 $d = v_x \cdot t_{air}$

练习 11.3：TAS理论最优路线（挑战题）

某关卡有3条路线：

• 路线A：直线距离1000像素，无敌人，移动速度4像素/帧
• 路线B：距离800像素，需要击败2个敌人（每个耗时30帧），移动速度4像素/帧
• 路线C：距离1200像素，有加速道具（速度变为6像素/帧），获取道具需要20帧

请计算哪条路线最快，并分析人类玩家的最优选择可能不同的原因。

提示（Hint）：分别计算总帧数，考虑人类玩家的失误率

练习 11.4：分数系统溢出检测（基础题）

某街机游戏使用16位无符号整数存储分数，显示使用6位数字。当前分数为65,000，下一个动作可获得：

• 击败BOSS：10,000分
• 完美连击奖励：5,000分
• 时间奖励：2,000分

请分析可能出现的问题并提出解决方案。

提示（Hint）：16位无符号整数最大值为65,535

练习 11.5：连击系统边界测试（挑战题）

某游戏的连击系统规则如下：

• 基础连击窗口：2秒
• 每10连击窗口延长0.5秒
• 最大窗口：5秒
• 分数倍率：1-10连击×1，11-30连击×2，31-50连击×3，51+连击×5

请设计测试用例验证：

1. 第9→10→11连击的窗口时间和分数倍率变化
2. 第50→51连击的边界处理
3. 窗口时间达到上限后的表现

提示（Hint）：关注边界值的前后变化

练习 11.6：AI路径规划验证（挑战题）

某固定屏幕游戏地图为10×10格子，存在以下元素：

• 玩家位置：(2,2)
• AI敌人位置：(8,8)
• 障碍物：(5,5), (5,6), (6,5)
• AI使用A*算法寻路

请分析：

1. AI的最短路径长度
2. 如果玩家移动到(5,4)，AI是否会被障碍物困住？
3. 设计一个会导致AI路径震荡的玩家位置

提示（Hint）：曼哈顿距离，考虑对角线移动

练习 11.7：输入缓冲系统设计（开放性思考题）

你需要为一个格斗游戏设计输入缓冲系统。游戏运行在60fps，要求支持复杂的组合技（如↓↘→+A）。请设计：

1. 合理的缓冲窗口大小
2. 输入优先级规则
3. 如何处理互斥输入（如同时按左右）
4. 如何防止"Option Select"（选择性输入利用）

提示（Hint）：考虑职业玩家和普通玩家的需求差异

练习 11.8：排行榜作弊检测算法（开放性思考题）

设计一个街机游戏排行榜的作弊检测系统，需要识别：

1. 分数异常增长
2. 不可能的游戏时长
3. 统计学上不合理的表现
4. 工具辅助（TAS）的痕迹

请给出具体的检测指标和阈值建议。

提示（Hint）：结合多个维度的数据进行综合判断

作弊风险分 = w1×分数异常 + w2×时长异常 + w3×统计异常 + w4×TAS特征
其中 w1=0.3, w2=0.2, w3=0.3, w4=0.2

风险等级：

- 0-30分：正常
- 31-60分：可疑，需要人工复核
- 61-80分：高度可疑，暂时隐藏分数
- 81-100分：确认作弊，移除记录