设武器面板伤害为X，X已包含武器词缀加成，防御力为T，幸运为0.04，险恶为0.04
连续砍N刀，除饰品外暴击率总和为G，暴击时视为一次砍两刀，幸运词缀数为H，则险恶为7-H，则
单刀期望｛X［1+0.04（7-H）］-T｝*（1-0.04H-G）+
｛X［1+0.04（7-H）］-T｝*2（0.04H+G）＝Z

N刀情况下期望，暴击数不同情况
0暴
｛X［1+0.04（7-H）］-T｝*N*｛（N！）/［0！*（N-0）！］｝［（1-0.04H-G）∧N］*［（0.04H+G）∧0］＝Z0
1暴
｛X［1+0.04（7-H）］-T｝*（N+1）*｛（N！）/［1！*（N-1）！］｝［（1-0.04H-G）∧（N-1）］*［（0.04H+G）∧1］＝Z1
2暴
｛X［1+0.04（7-H）］-T｝*（N+2）*｛（N！）/［2！*（N-2）！］｝［（1-0.04H-G）∧（N-2）］*［（0.04H+G）∧2］＝Z2
…
N暴
｛X［1+0.04（7-H）］-T｝*（N+N）*｛（N！）/［N！*（N-N）！］｝［（1-0.04H-G）∧（N-N）］*［（0.04H+G）∧N］＝ZN

0暴累加到N暴为
z0+Z1+Z2+…ZN＝Z
N*｛（N！）/［0！*（N-0）！］｝*［（1-0.04H-G）∧N］*［（0.04H+G）∧0］+（N+1）*｛（N！）/［1！*（N-1）！］｝［（1-0.04H-G）∧（N-1）］*［（0.04H+G）∧1］+（N+2）*｛（N！）/［2！*（N-2）！］｝［（1-0.04H-G）∧（N-2）］*［（0.04H+G）∧2］+…+（N+N）*｛（N！）/［N！*（N-N）！］｝［（1-0.04H-G）∧（N-N）］*［（0.04H+G）∧N］＝Z/｛X［1+0.04（7-H）］-T｝

最终化简
N(1 + G + 0.04H)*{X[1 + 0.04(7-H)] - T} ＝Z
（需满足分母 X[1 + 0.04(7-H)] - T 不等于0 ）

X[1 + 0.04(7-H)] - T为每刀伤害实际值，该值大于等于1，貌似其它类似的游戏伤害机制改改公式数据也能套

大师：N(1 + G + 0.04H)*{X[1 + 0.04(7-H)] - T} ＝Z
专家：N(1 + G + 0.04H)*{X[1 + 0.04(6-H)] -0.75 T} ＝Z
普通：N(1 + G + 0.04H)*{X[1 + 0.04(5-H)] -0.5 T} ＝Z
H大于等于0，小于等于饰品数且为整数

突然想起来，最后仍是高中不等式知识点，在N(1 + G + 0.04H)*{X[1 + 0.04(7-H)] - T} ＝Z中，刀数N确定时，Z数学期望只和(1 + G + 0.04H)*{X[1 + 0.04(7-H)] - T}有关，大概是实际暴击率*实际伤害值，俩值越接近，期望越高，当且仅当它们相等时，期望才能达到最大值

视N为1，则有
大师：(1 + G + 0.04H)*{X[1 + 0.04(7-H)+Y] - T} ＝Z
专家：(1 + G + 0.04H)*{X[1 + 0.04(6-H)+Y] -0.75 T} ＝Z
普通：(1 + G + 0.04H)*{X[1 + 0.04(5-H)+Y] -0.5 T} ＝Z
H大于等于0，小于等于饰品数且为整数。
Y为除饰品词缀和武器词缀外的近战伤害百分数加成。
这些公式就可以计算打不同防御力的怪时，不同近战武器的险恶和幸运的最佳配比了

特别的，打地牢守卫时每刀攻击实际伤害值恒为{X[1 + 0.04(7-H)] - T} ＝1，则最大数学期望Z在暴击系数最大时成立，即(1 + G + 0.04H)最大时。对应实际为饰品全换成幸运