英雄无敌3时间市场 酒馆英雄 多少时间刷新一次

来源：蜘蛛抓取(WebSpider) 时间：2017-09-21 01:15 标签： 英雄无敌酒馆补丁
英雄无敌3里厉害的英雄可以从酒馆里招到么？-英雄无敌3的酒馆的有关问题 _汇潮装饰网
您当前位置：
英雄无敌3里厉害的英雄可以从酒馆里招到么？
英雄无敌3里厉害的英雄可以从酒馆里招到么？15分
我看小说上说 厉害的英雄有 孟菲拉 之类的 那么她能在酒馆里被我招到么？酒馆里怎么看极品英雄是哪个？
游戏开始的时候有一个“高级选项”，点击，再选择英雄，难度200%。LZ我跟你说，如格鲁，没有哪个英雄是特别厉害的，小说上那是杜撰。真正的极品英雄是有的楼上一群不懂装懂的人，壁垒族，那么防御高的英雄不错；如果你选择的是据点，那么攻击成长值高的英雄是首选。但是只有极小极小的概率能招到。还有你说的孟菲拉，先选择种族，如果你选择的是要塞，最高分490，大天使级别的。哥玩H3四年了，那是壁垒族的英雄，特长防御，当然人族也有法师和战士区别。你如果要招她很简单。什么样的英雄都能搞到（极品英雄除外）。至于你的第二个问题，我其实已经回答你了，没有厉害的英雄，只有合适的英雄。这取决于你的战术搭配；如果你选择走平衡路线，那么人族的英雄都可以考虑一下，特长是可以将大精灵升级为精灵射手，远程无限
元素也常被禁，基本上元素魔法师都是强英雄，其中露娜，萨利尔最强，德肯，黑骑特技的罗德哈特等战役英雄也普遍很bt列下对战禁英雄，你就知道了，基本都是极品人类，姆拉克爵士壁垒，英雄的话，凯瑟瑞，两个招魂特技的，流星火雨特技，流星火雨特技据点：德萨沼泽：无元素：罗伊德，聚灵奇术特技都很强地下：亡灵对战经常被禁，主要是因为招魂技能，以及吸血鬼的无损打野，凯琳（后勤特技）塔楼：索姆拉，赛瑞地狱：无亡灵：耿纳，两个转世重生特技，不过必须特定地图，或者修改地图，格兰登也很强。除了被禁英雄，野蛮人的哈格和驯兽师的泰泽也是极品英雄以上英雄酒馆都可以找到。格鲁：阿德拉
所谓“厉害的英雄”一般是从这几个方面考虑的：1。首先是擅长某些兵种的英雄。擅长某些核心兵种的英雄，可以用来培养成主力英雄。还有擅长某些低级兵种的英雄，招募时会带出很多低级部队，对初期的帮助巨大。2。自带强力魔法的英雄。自带连锁闪电的，自带流星雨的，自带亡灵复生的，等等。。初期发展轻松愉快，初期愉快了后期也好过。3。自带强力技能的英雄，或者擅长的技能很有前途。自带强力技能的最典型的例子就是“外交三杰”，人族的阿德拉，塔楼的塞瑞，森林的瑞兰德，一开始就带外交术。。。优势太大了。 说到擅长有前途技能的英雄，就得提到进攻术的肯洛哈格和防御术的泰泽，号称最锋利的矛和最坚固的盾。虽然擅长进攻防御的不只这两人，但是野蛮人的进攻成长高，蛮子兵种的攻也爆高；驯兽师的防御成长高，兵种的防御也超高，所以最强的进攻防御术英雄就是他两个。4。再有就是一些耳熟能详的史诗英雄，这些就不说太多了。。前3类一般都可以从酒馆招到。虽然“没有最强的英雄，只有最强的玩家”这句话是真理，不过新手还是要先从“厉害的英雄”练起，何乐而不为呢~
人类 姆拉克 特长,速度+2这个英雄很强,而且在特大地图里面(比如维京风暴)可以直接招另外有几个剧情英雄非常强,在维京风暴里面,高难度时有很高机率会出现在酒馆里比如可以训练人类弓和精灵弓成长为幻影射手的格鲁小说上说的英雄,不像你想像的那么强,还有就是一些在对战时很强的英雄,并不适合新手在挑战电脑时用
这个是有几率的，要看人品，招募之前看她擅长什么，要是看到擅长7级生物（比如大恶魔或龙这种）就肯定是极品英雄，或者看她会不会升级某种特定的兵种（比如将弓箭手升级成幻影射手这种），反正是看擅长属性就对了，普通英雄和极品英雄差别很大，一看就懂了
特殊英雄需要看地图设置，有的图禁止使用，用地图编辑器可调出
也要看你用哪个城。你用墓园维德尼娜的确是强的,但是用其他城来维德尼娜是最差的吧?其他城谁还需要骷髅?...）
如果按照传统的DND设定,英雄无敌3里最厉害的应该是龙,其次是巫妖。）
鬼族(墓园)山特是首选,初期靠聚灵奇术能最大限度减少兵力损耗. 地下城杰德特最强,转世重生. 精灵族...）
个人觉得是格鲁,德肯也不错。 起手优势才是王道）
人类城堡兵种实力雄厚,但资金不足 塔楼近远程都强劲,配合魔法好用 据点、要塞兵种技能IMBA 墓园…...）
1、最厉害的英雄,很多强力英雄都是普通英雄,战役英雄中两个移动兵源算是比较厉害吧。 2、最强的概念是...）
英雄无敌3最强单挑兵种解析: 游戏里最单挑强的兵种,毫无悬念是圣龙。1000HP加上四级以下魔免,生...）
没有最厉害的兵种 看自己军队的配置了 单纯的数据的话 好像是天使最强）
想获得圣龙,有几种方式。 1,自己用地图编辑器修改地图,在地图上添加圣龙野兵,把敌意降到最低,也就是...）

我要回帖

更多关于 英雄无敌酒馆补丁 的文章

 

随机推荐