0. 前言
这个帖子写给拥有强力CPU的强迫症患者，以及希望自己做理论研究的玩家。
由于每个角色的种族、专业、饰品等级、武器等级等变量会轻微的影响DPS峰值位置，[@斷齿]等强迫症患者一直在要求我深度的优化属性收益。
另外，对于部分混合战斗，属性收益会有一些变化，你可以使用这里介绍的方法来更精确的衡量自己的属性收益。
请注意，这个过程需要使用SimC进行几十分钟至几十个小时不等的满负荷运算，CPU不强力，或者非强迫症患者请绕行。
不建议笔记本用户进行这样的优化，移动版CPU运算慢散热差，连续几个小时满负荷下来，烧坏了不要怪我没提醒过。
本文中的算法，本来准备写入[SimulationCraft完全手册]，不过那个坑太大，扔一篇进去完全没感觉的样子，就单独发吧。
首先，我假定你已经按通用的收益峰值进行了重铸，也就是说角色属性已经接近了最优点。如果没有的话，参见5.4.8的属性收益峰值：点此查看
下载最新的SimC，[@fhsvengetta]维护的[[灰谷黑科技] SimulationCraft简体中文版]。
本贴中使用的是英文版SimC，相关设置将同时写明中文和英文名。
1. 设置
打开SimC之后，翻到Options(选项) - Globals(全局)，将Armory Region(英雄榜地区)改为你所在的地区，cn为国服。
将Iterations(迭代次数)改为10000或更高，具体数值取决于你CPU的运算能力，以及你愿意等多长时间。如果有余力，建议使用2-5万。
将Threads(线程数)改为你需要的数字，如果运算期间你不需要做其他的事，可以选择为CPU的逻辑核心数，如果你希望算的时候看网页或视频，可以适当降低1-2个线程。不建议同时进行其他高CPU占用的应用。
这里进行一点解释，一个线程基本可以将一个CPU核心占满，所以如果你是双核，2个线程就可以将两个核心都占满，此时CPU基本不能做其他的事。对于i7和至强等高端CPU，可能支持超线程，每个物理核心可以当做2个逻辑核心来用，此时“四核”的i7等价于8个逻辑核心，可以运行8个线程。双路的土豪我就不解释了。
可以打开Windows的任务管理器，看性能页，有几个CPU图表就是几个逻辑核心。
2. 导入角色
翻到Import(导入)页，找到你的英雄榜，点击右下角的Import!(导入)将角色导入SimC。
导入之后，你应该看到一大坨代码，这是你的角色配置描述。
在这一大坨代码前面插入一行，写上这个：
strict_gcd_queue=1
3. 试运算
然后点击右下角的Simulate!(模拟)进行一次模拟测试，得到一份基准DPS报告，你应当注意到这次运算的时间，一般桌面四核i5满负荷进行10000次迭代在12秒左右，50000次在55秒左右，如果你的运算时间差的太大，看看运算时CPU是不是满负荷。
4. 进行运算
如果运算时间还算满意，我们回到Options(选项)页设置重铸收益计算。
翻到Reforge Plots(重铸收益图)页，选择要重铸的属性，也就是暴击等级(Crit Rating)、急速等级(Haste Rating)、精通等级(MasteryRating)。
然后选择Reforge Amount(重铸范围)和Step Amount(步长)。重铸范围越大，运算量越大，范围扩大2倍，运算量约扩大4倍;步长越小，运算量越大，步长缩小至一半，运算量约扩大4倍。
大体估算一下所需时间：
(范围 / 步长 + 1)2* 3 * 一次运算时间，例如：我一次50000的迭代需要55秒，重铸范围1000，步长100，则运算时间大概是：(1000 / 100 + 1)2* 3 * 55 = 19965 秒 ~= 332 分钟 ~= 5.5 小时，如果我将步长改为50，则运算时间大概是：(1000 / 50 + 1)2* 3 * 55 = 72765 秒 ~= 20.2 小时。
一般来说，步长越小，相邻的点越难区分，相应的需要迭代次数更高，请量力而行。
你也可以先做范围稍大一些，步长也比较大的模拟，然后再在局部做精细的模拟。
最后按右下角的Simulate进行仿真，这个过程会很久，去干点别的吧。
运算完成后，在SimC文件夹里会出现一个simc_plot_data.csv，这个文件里面包含了重铸范围内各个属性组合的DPS值，下面我们把它提取出来。
用Excel或者WPS打开这个文件，可以看到第一列A是暴击，第二列B是急速，第三列C是精通，第四列D是DPS。如下示例：(数据仅供演示用)
将整个工作表按D列排序，可以看到DPS最高的属性组合，一般来说前几位DPS相差很小。
这里的各属性，都是与当前属性的偏差。
下图中急速为-200，精通为200，意味着你需要将200急速重铸为200精通。
5. Matlab绘图
如果你有Matlab，那么可以用Matlab画出3D曲面图或者等高线图。
点击上方工具栏里的导入数据，打开simc_plot_data.csv，然后你可以看到类似Excel工作表的界面。
Matlab应当会自动识别标题栏和数据，不要动数据，在上方工具栏确认选择的是Column vectors(列向量)，然后点工具栏绿色的对号导入即可将数据导入当前工作区。
输入下列命令创建插值后的数据矩阵：
range = [-范围: 步长 : 范围]; % 重铸范围
[xi, yi] = meshgrid(range, range); % 根据重铸范围生成网格
zi = griddata(crit_rating, haste_rating, DPS, xi, yi); % 将数据插值填入网格
然后使用命令绘制图像：
contourf(xi, yi, zi);% 等高线图
surf(xi, yi, zi);% 3D曲面图
实例中，等高线图不太理想，这是因为取样点较少。3D图不平整，则是因为迭代数量偏低。
你可以选择图表上面的Rotate(旋转)，来拖动旋转整个图像，观察属性收益的走势。
