Arcaea如何查看B30成绩？

Question

在Arcaea玩家社区中，常有用户提问：“如何查看B30成绩？”该问题核心在于理解游戏内成绩统计机制。B30（Best 30）指玩家当前30首最佳曲目的PTT（Potential）贡献总和，用于计算个人潜力值。然而，游戏客户端并未直接提供“B30”数值的展示界面，导致新手难以定位。常见技术困惑包括：为何在个人资料中看不到B30具体构成？切换账号或重置数据后B30是否清零？以及如何通过World模式或Recent记录间接推算B30成绩？这些问题反映出玩家对潜力值算法与成绩存储逻辑的理解盲区，需借助第三方工具或手动统计完成精准查看。

Answer 1

如何查看Arcaea中的B30成绩？从机制解析到实践方案

1. 什么是B30与PTT：基础概念解析

在Arcaea玩家社区中，"B30"（Best 30）指的是玩家当前表现最好的30首曲目的Potential值贡献总和。该数值并非直接显示于游戏客户端内，而是用于计算个人潜力值（PTT, Potential）的核心组成部分。

每首曲子根据其难度等级和达成的分数，会生成一个对应的PTT贡献值。系统自动选取前30个最高贡献值进行加权求和，并结合第31至40名的成绩作为衰减补偿项，最终得出玩家的实时潜力值。

• 单曲PTT = 难度定数 + (分数 / 1000000) × 2
• B30 = Σ(前30高PTT贡献)
• R10 = 前31~40名平均值 × 0.1
• 总PTT = B30 + R10

2. 游戏客户端为何不提供B30展示？数据存储逻辑分析

Arcaea官方客户端仅展示最终PTT值，未开放B30构成详情，原因在于其本地数据结构设计以“最小化传输”为原则。用户成绩存储在saveData.json或加密数据库中，包含各曲目各难度下的最高分记录。

当玩家切换账号时，本地缓存会被新账户数据覆盖；若服务器同步开启，则B30将基于云端最新成绩重新计算，不会保留历史账号状态。

操作行为	是否影响B30	底层机制说明
切换账号	是	加载对应账号的远程成绩快照
清除本地数据	是	丢失未同步成绩，导致B30重算
重打旧曲刷新分数	动态更新	触发PTT再排序，可能替换B30成员
解锁新曲并取得高分	可能	新增候选曲目进入Top30竞争

3. 如何间接推算B30？通过World模式与Recent记录分析

尽管无法直接读取B30列表，但可通过以下方式获取近似信息：

1. 进入World模式 → 查看“Recent”记录，提取最近游玩的高分曲目及其难度级别。
2. 结合ArcaeaCN社区榜单查询特定歌曲的标准定数。
3. 手动计算每首曲的PTT贡献：定数 + (分数/1e6)*2
4. 收集至少40首高分记录，按PTT降序排列，取前30项估算B30总值。

注意：此方法受限于Recent记录条数（通常仅保留最近若干场），存在遗漏风险。

4. 第三方工具的技术实现路径：自动化抓取与解析

高级玩家常使用开源工具如ArcScanner或Arcaea Uslug来导出完整成绩数据。这些工具通过拦截HTTP请求包（MITM）或解析备份文件，提取原始成绩JSON。

import json
def parse_arc_save(data_path):
    with open(data_path, 'r') as f:
        save = json.load(f)
    best_scores = []
    for song in save['local_data']['songs']:
        for difficulty_record in song['chart_records']:
            if difficulty_record['score'] > 0:
                constant = get_constant(song['song_id'], difficulty_record['difficulty'])
                ptt_contrib = constant + (difficulty_record['score'] / 1_000_000) * 2
                best_scores.append({
                    'title': song['song_id'],
                    'difficulty': difficulty_record['difficulty'],
                    'score': difficulty_record['score'],
                    'ptt': round(ptt_contrib, 2)
                })
    best_scores.sort(key=lambda x: x['ptt'], reverse=True)
    b30_total = sum([x['ptt'] for x in best_scores[:30]])
    return best_scores[:40], b30_total
    

5. 数据流与算法流程图：B30生成全过程可视化

下图为从成绩录入到B30生成的完整逻辑流程：

graph TD
            A[玩家完成一首曲目] --> B{分数是否为该谱面最佳？}
            B -- 是 --> C[更新本地成绩记录]
            B -- 否 --> D[丢弃本次结果]
            C --> E[上传至服务器（若联网）]
            E --> F[服务器拉取所有有效成绩]
            F --> G[查询每首曲目对应难度的定数]
            G --> H[计算每首曲PTT贡献值]
            H --> I[按PTT降序排序所有记录]
            I --> J[截取Top30作为B30]
            J --> K[取Top31-40均值×0.1作为R10]
            K --> L[输出最终PTT = B30 + R10]

6. 实践建议与开发者视角优化思路

对于具备IT背景的资深玩家，可自行搭建本地分析环境：

• 使用Fiddler或Charles代理监听设备流量，捕获/query/userinfo接口返回的加密响应体。
• 利用Python配合arcsdk解密协议，还原明文成绩数据。
• 构建SQLite数据库存储历史B30变化轨迹，支持时间序列分析与进步趋势建模。
• 开发Chrome插件注入脚本，在网页端排行榜页面高亮个人B30构成曲目。

未来可设想一种去中心化成绩追踪系统，基于区块链记录每一次PTT变更，确保跨设备一致性与防篡改性。