Hydro RP详解：从入门到…看源码

很多用Hydro或其高级域的朋友们都问过一个问题：RP是什么？具体计算方法是什么？

本文将具体介绍RP以及其已知的计算方法

注：官方没有公开确切的RP计算方法，本文仅通过经验推测和开源查看。如有不足请指出。

1. RP是什么

RP (Rating Points) 是 Hydro 在线评测系统中的一种综合评分，可以理解为用户的“声望值”或“实力评级”（部分朋友也称之为“人品”）。它旨在衡量用户在平台上的活跃度和解题实力。

同时，排名也是RP决定的。注意，RP为0的用户不会展示在排行榜上。不同域（domain）的RP不互通。

2. RP的决定因素

在Hydro 帮助，官方给出的解释是这样的：

RP 算法

RP 可由题目，活动，比赛等获得。

——Hydro 帮助

恭喜你，又浪费了人生中宝贵的几秒钟去看了一段废话。。

3. RP更新时间

仔细观察过的朋友们会发现：你每天刷题时排名根本不会变，但是第二天，你可能就变了。

然而，本人曾经是作息极其逆天的熬夜战神。一次，我目睹了凌晨三点RP刷新的那一刻。。。

~~（壮观吧，我也觉得）~~

直到最近在 Hydro项目的官方文档（DeepWiki）中找到：

Daily Scheduled Tasks: Executes maintenance routines at 03:00 AM daily, including:

Deleting temporary records...

Updating user RP (Rating Points) via global.Hydro.script.rp.

Updating problem statistics...

Checking for system updates.

注意到第三行的 Updating user RP (Rating Points)，意思是 “更新用户RP（评分点）” ~~（小学英语）~~。再看上面第一行，写的是 “每日计划任务：每天凌晨03:00执行维护程序” 。

证明了RP的准确更新时间，就是凌晨03:00。

4. 题目难度决定论：基于个人发现

很久很久以前，我在某个域一发通过了四道难度分别为 \(10\)、\(10\)、\(9\)、\(8\) 的题，第二天，我获得了 \(37\) RP。

不难看出，\(10+10+9+8=37\)，由此可以严谨推测：一发通过的情况下，你可获得的RP即为该题难度。

为什么强调“一发通过”？因为之前听同学说提交错误会扣RP、或者减少通过后获得的RP数量。（导致当时他们提交都小心翼翼的。。）而这个观点暂时无法验证，所以目前只能针对一次通过的情况给出结论。

5. 开源！

真是受不了了，研究个小心RP还要跟个原始人一样批量测试找规律，不跟你玩了，我直接偷袭你GitHub（

Note：前方高能。

5.1. 三种RP来源

Hydro的RP计算逻辑写在 packages/hydrooj/src/script/rating.ts 里。

源码中定义了三种RP来源：

export const RpTypes: Record<string, RpDef> = {
    problem: { ... },   // 解题获得
    contest: { ... },   // 比赛获得
    delta: { ... },     // 管理员手动调整
};

简单说：你的最终RP = 解题贡献 + 比赛贡献 + 管理员调整值。

下面逐一拆解。

5.2. 解题获得的RP

源码中有一段：

const difficulty = +pdoc.difficulty || difficultyAlgorithm(pdoc.nSubmit, pdoc.nAccept) || 5;
const p = difficulty / 100;
// ...
udict[psdoc.uid] += min(psdoc.score, 100) * p;

这几行告诉我们：

每道题都有一个难度值（difficulty）。这个值要么是管理员手动设定的，要么系统根据提交数和通过率自动算。
你把难度除以100，得到一个系数 p。
你在这道题上的得分（满分100）乘以这个系数，就是本题给你的RP。

举个例子： 一道难度为10的题，你一次通过拿了满分100分。
p = 10 / 100 = 0.1，100 × 0.1 = 10 RP。
这和我之前的个人测试完全吻合：一次通过，RP增量 = 题目难度。

注意，代码中min(psdoc.score, 100)说明得分超过100按100算，不到100按实际得分算。

5.2.1. 防止刷分机制

for (const key in udict) udict[key] = max(0, min(udict[key], log(udict[key]) / log(1.03)));

所有解题RP累加完后，会做一个对数压缩：log(RP) / log(1.03)。

想靠刷大量水题把RP刷爆？没门！ 就像很多游戏的等级曲线——前期涨得快，后期越刷收益越低。

5.3. 比赛获得的RP

const contests = await contest.getMulti('', { domainId: { $in: domainIds }, rated: true })
    .limit(10).toArray();
// ...
for (const udoc of rating(users)) udict[udoc.uid] = udoc.new;

这段告诉我们：

系统只取该域下最近10场标记为 rated 的比赛。
每场比赛通过一个 rating() 函数计算参赛者的新RP。这个函数实现的是经典的Elo评分算法——也就是国际象棋、围棋常用的那种：不只看你的排名，还看对手的强弱。（下面会说）
赢了强敌，加分更多；输给弱者，扣分更多。

for (const key in udict) udict[key] = max(1, udict[key] / 4 - 375);

同样有后处理压缩：RP / 4 - 375，保底1。

5.3.1. Elo算法，代码里长什么样？

找到了，核心逻辑其实就浓缩在下面这个函数里（做了精简，保留主干）：

function elo(ratings: number[], kFactor = 32, selfRating?: number) {
    const expectedScore = (self: number, opponent: number) => 
        1 / (1 + 10 ** ((opponent - self) / 400));

    const newRating = (rating: number, i: number) => {
        const opponent = ratings[i === 0 ? 1 : 0];
        const actualScore = i === 0 ? 1 : 0;          // 假设只有两人，赢=1，输=0
        const expected = expectedScore(rating, opponent);
        return (selfRating ?? rating) + kFactor * (actualScore - expected);
    };

    return ratings.map((r, i) => newRating(r, i));
}

预期胜率 —— expectedScore(self, opponent)
公式是：1 / (1 + 10^((对手积分 - 自己积分) / 400))
如果你的积分比对手高，这个值就大（表示你赢面大）；反之则小。
实际得分 —— actualScore
赢是 1，输是 0（Hydro的比赛目前没有平局，所以不考虑0.5）。
积分更新 —— newRating
新积分 = 老积分 + K因子 × (实际得分 - 预期胜率)
- 如果你赢了，实际得分=1，1 - 预期胜率 就是你的意外收益 —— 你赢了预期中不该赢的人，加的分数就多。
- 如果你输了，实际得分=0，0 - 预期胜率 是负数，扣分。输给弱者扣得更多。
K因子 —— 这个例子里是 32，它控制单场比赛积分变化的幅度。K越大，波动越大；K越小，越稳定。Hydro用的就是经典的32。

5.3.2. 如果比赛不止两个人呢？

Hydro的 rating() 函数还处理了多人混战。它的做法是：把所有人都两两配对，对每一对都跑一遍上面的1v1计算，最后把每个人所有对局的积分变化汇总起来（取平均或累加，具体要看实现，但思想是“多对单场叠加”）。

这样，一场ACM比赛里，你不但赢了同水平的人，还赢了比你强的队 —— 那你的RP就会飞涨，完美体现了Elo“遇强则强，加分更多”的核心思想。

5.4. 管理员手动调整

delta: {
    async run(domainIds, udict) {
        const dudocs = unionWith(
            await domain.getMultiUserInDomain(
                '', { domainId: { $in: domainIds }, rpdelta: { $exists: true } },
            ).toArray(),
            (a, b) => a.uid === b.uid,
        );
        for (const dudoc of dudocs) udict[dudoc.uid] = dudoc.rpdelta;
    },
    hidden: true,
    base: 0,
},

简单粗暴：管理员可以在数据库里给某个用户设置 rpdelta 字段，直接往RP里加或减。
注意 hidden: true——这种操作不对外公开。

这就是有的时候一些老师警告的“禁止作弊，违者xxx……RP清零”的技术操作。不是吓人，真的可以。

5.5. 最终合并

await domain.setMultiUserInDomain(domainId, {}, { rp: 0 });
for (const uid in udict) {
    bulk.find({ domainId, uid: +uid }).upsert().update({ $set: { rp: Math.max(0, udict[uid]) } });
}

三种RP累加后，保底为0，不会出现负RP。

5.6. 排名和等级

export async function calcLevel(domainId: string, report: Report) {
    // 按RP从高到低排序，分配rank
    // 如果两人RP相同，名次并列（1, 2, 2, 4...）
    // 然后根据RP的百分位，分配level（段位）
}

每次RP更新后，系统会重新洗牌：

按RP从高到低排名。
根据你在全域中的排名百分位，给你分配一个等级（默认是Lv. 1~10，但高级域也可以修改成类似于“传奇王者”、“至尊星耀”之类的东西）。

6. 总结

最终RP = (解题得分 × 难度系数，经过对数压缩) + (近10场rated比赛的Elo评分结果，经过压缩) + 管理员手动加减分

来源	核心逻辑	防刷机制	备注
解题	得分 × 难度/100	对数压缩，刷题收益递减	一次通过拿满分 = 获得难度值RP
比赛	Elo算法，看排名和对手实力	自身压缩系数	只计最近10场
手动	直接加减	无	`hidden: true`，不公开

如何提升RP？

优先做高难度题（难度值高的题回报率更高）
认真打rated比赛（赢了强敌加分更多）
不要想着刷水题（对数压缩让收益快速归零）

感谢观看，记得点赞（开GitHub找了好久，不容易的 → ←）

posted @ 2026-08-10 22:50 Void__114 阅读(386) 评论(1) 收藏举报

刷新页面返回顶部

Void__114

114514

Hydro RP详解：从入门到…看源码

Hydro RP详解：从入门到…看源码

1. RP是什么

2. RP的决定因素

RP 算法

3. RP更新时间

4. 题目难度决定论：基于个人发现

5. 开源！

5.1. 三种RP来源

5.2. 解题获得的RP

5.2.1. 防止刷分机制

5.3. 比赛获得的RP

5.3.1. Elo算法，代码里长什么样？

5.3.2. 如果比赛不止两个人呢？

5.4. 管理员手动调整

5.5. 最终合并

5.6. 排名和等级

6. 总结

公告