说起这个elo，我最早接触它，还真不是因为啥高大上的项目，纯粹是那时候跟着几个朋友瞎玩，啥游戏都掺和一脚，时间长了就老争论谁更牛。一开始么，就简单记个胜场，谁赢得多谁厉害。但这法子很快就不灵了，你想，老王次次虐新手小明，他胜场是多，可含金量？跟老李这种高手对决赢一场，那感觉完全不一样嘛

后来有一次，偶然听人提到了“elo”这玩意儿，说是国际象棋那边用的，能更科学地评价水平。我当时就琢磨，这东西能不能拿来给咱们这帮“乌合之众”也排个名次？于是我就上网扒拉资料去了。

摸索elo的开始

刚开始看那些公式，头都大了。什么Ra、Rb、Sa、Ea，还有个K值。一堆字母，看着就晕。Ra是A玩家当前积分，Rb是B玩家当前积分，Sa是实际胜负，赢了是1，平了是0.5，输了是0。这都好理解。最关键的是那个Ea，预期A赢的概率，公式是 Ea = 1 / (1 + 10^[(Rb-Ra)/400])。看到这个10的多少次方，分母又加个1，我就感觉这玩意儿不简单。

但就喜欢捣鼓。我想，再复杂也得有个由头。静下心来琢磨，Ea和Eb（B玩家的预期胜率）加起来肯定是1，不是你赢就是我赢嘛（或者平局）。那个400，据说是个调整系数，让分数变化不至于太离谱，咱也不用深究，照着用就行。

然后就是最核心的计分公式了：新积分 R’a = Ra + K (Sa - Ea)。这个K值，也叫K系数，说是大师用16，我们这种菜鸟娱乐局，用个32应该差不多，分儿波动大点，也刺激。

我的动手实践

理论看明白了，就得动手试试。我找了个电子表格，把我们小圈子里几个人的初始ELO都设成一样的，比如1500分，这算是个平均水平。

然后就开始记录我们的对战结果：

• 第一步：记录原始数据。 比如，我（1500分）和小张（1500分）打了一局。
• 第二步：计算预期胜率。 因为我俩分数一样，Ra-Rb=0，所以10的0次方是1，Ea = 1 / (1+1) = 0.5。也就是说，系统预期我赢的概率是50%。
• 第三步：记录实际结果。 假设我赢了，那我的Sa就是1。
• 第四步：套用公式算新分。 我的新积分 = 1500 + 32 (1 - 0.5) = 1500 + 32 0.5 = 1500 + 16 = 1516分。小张输了，他的Sa是0，他的新积分 = 1500 + 32 (0 - 0.5) = 1500 - 16 = 1484分。你看，我赢了加16分，他输了扣16分，总分不变，合理！

我又试了下分数有差距的情况。比如，老王（1600分）对战小明（1400分）。

• 预期老王胜率Ea = 1 / (1 + 10^[(1400-1600)/400]) = 1 / (1 + 10^(-200/400)) = 1 / (1 + 10^(-0.5))。这个10的-0.5次方，我拿计算器按了下，大概是0.316。所以Ea ≈ 1 / (1 + 0.316) ≈ 1 / 1.316 ≈ 0.76。系统觉得老王有七成半的把握赢。
• 情况一：老王赢了（Sa=1）。 老王新分 = 1600 + 32 (1 - 0.76) = 1600 + 32 0.24 = 1600 + 7.68 ≈ 1608分。赢了才加了大约8分，因为这是“应该的”。小明输了，对应就扣大约8分。
• 情况二：小明爆冷赢了（Sa=0 for 老王, Sa=1 for 小明）。 这就有意思了。老王新分 = 1600 + 32 (0 - 0.76) = 1600 - 24.32 ≈ 1576分。老王输了，一把就掉了24分多！而小明，他的预期胜率Eb是1-0.76=0.24，他赢了之后加的分就是 32 (1 - 0.24) = 32 0.76 = 24.32分。小明一下子就涨了24分多！

这么一实践，我立马就感觉到了elo系统的妙处。它不单单看你赢没赢，更看你赢的是谁，输给的是谁。赢了高手，大涨；输给菜鸟，血亏。反过来也一样。这就比单纯记胜场科学多了！

实践后的感想

自从用了这个elo在我那个小圈子里搞排名，大家对排名的争议明显少了。每个人都盯着自己的elo分，赢了强的就特有成就感，输了弱的也得自我反省。而且这个系统是动态的，你打得多，打得分数就上去了，反之亦然。有的人刚开始分数低，但后面连赢几个高手，分数“噌噌”往上涨，特别有戏剧性。

后来我还了解到，很多游戏里的那个“隐藏分”或者“MMR”，底层逻辑跟elo也差不多，都是为了让匹配更公平，让玩家能跟自己水平相近的人玩到一块儿去。虽然他们可能会用更复杂的模型和更多的参数，但核心思想是通的。

elo这东西，看着公式挺唬人，但真把它拆解开来，一步步去实践，就会发现它设计得相当巧妙。对我来说，从最初的困惑，到自己动手用表格实现，再到看着我们那个小圈子的排名因为elo而变得更有说服力，这个过程本身就挺有意思的。也算是解决了个不大不小的实际问题。