王者荣耀中法师对线米莱迪需要哪些注意事项?

大家好,这里是每周六更新的荣耀周报,我是你们的正惊小弟。

作为一个单身狗虽然不用过即将到来的520,但是架不住游戏每年这个日子都有情侣活动啊!小弟不知道你有没有找到能陪着一起度过这天的人了?反正小弟是没找到!话也不想多说了,一起来看看本周又有哪些大事发生吧!

胜率榜法师强势崛起 云中君的试炼开启

在本周的胜率榜单中,和上周有明显的不同的就是百里玄策胜率的下降,米莱狄的强势崛起。在这次的榜单中,前五就有三名法师。武则天、米莱狄和墨子分别排在二三四的位置。而出场率榜单则和上周相比则是韩信的出场率下降。

上周上线正式服的云中君在登场之后没过几天就开启了一个云中君的试炼任务。玩家将要完成这次的挑战中的所有任务,获得试炼积分就能兑换物品。其中最吸引人的莫过于云中君头像框了,不过900积分也需要玩家好好收集一阵了。

正式服更新 多个英雄调整

在5月14日的正式服更新中,9个英雄遭到了不同程度的调整。其中加强的英雄有项羽、钟无艳、钟馗和米莱狄,削弱的英雄有后羿、上官婉儿、司马懿、姜子牙和盘古。下面是详细介绍:

加强的英雄中项羽的生命值增加,被动的额外伤害大幅增加,大招额外伤害百分比增加。钟馗生命值增加,钟无艳三个技能蓝耗减少,二技能冷却减少,大招伤害增加。米莱狄二技能储备时间减少三秒,看来也是崛起的重要原因!

削弱的英雄中后羿二技能伤害减少,外圈减少移速减少。而削弱后羿的原因,主要是因为KPL的选手在比赛里有特别突出的发挥。

上官婉儿的一技能伤害降低,大招寻敌范围减小。司马懿一技能冷却时间增加,灵体移速减少,二技能冷却减少但是伤害也随之减少。姜子牙一技能伤害、降低双抗和减少移速的数值都降低。盘古的开局斧子耐久减少,二技能减速降低,大招伤害AD加成减少。

520情侣活动预告 KPL裴擒虎新皮肤

在5月14日更新之后,开启了这次的520情侣活动。下面小弟将其中两个重要的活动来给大家介绍:

1、收集“甜蜜冲击”兑换永久520荣耀播报,每天获得的上限为3个,可以通过5V5匹配、排位等获得,20个就可以兑换播报。

2、5月18日到20日三天,玩家登陆满三天就可以获得猫狗日记的七天体验包。而猫狗日记的星元皮肤部件“童话女主的法杖”和“灰狼先生的武器”也上架商城。下面是特效演示:

这次的KPL限定皮肤官方也是进行了爆料,而这个皮肤的归属则是裴擒虎,命名为“天狼星计划”。这套皮肤中的裴擒虎化身城市涂鸦师,会跳街舞,浑身上下透露一股潮范。预定价格为60点券,正式购买时可以抵扣120点券。预订人数越多可以享受的折扣越大,最低6折!

看到这里本周的荣耀周报就要和大家说再见了。

就半肉加上里回血,连本体带小兵一起烧,有任何机会?周瑜出的又是抵抗鞋,米莱狄大招控不住周瑜多久。米莱狄怕周瑜,但不是最怕的,最怕的应该还是。强调对线克制本身就是对米莱狄这个英雄极大的误区,米莱狄不是打对线的,尽管她对线可以恶心一下火舞这种特别慢的英雄,但她真正的优势是抓边后很强的滚雪球能力。

米莱狄和周瑜 最多晚清线一会 罢了,两个英雄都是双方打野中路草一蹲必死的货。但是从战术上讲,米莱狄等周瑜火完事再甩技能可以继续刷小怪,去别的地方支援,两波必掉塔。我就是玩论坛常鄙视的司马黄刀米莱狄。单排60+胜率,有个小牌子。但我不常玩,米莱狄这个英雄对线得存招,就是团废,黄刀+面具能好点。如果队友会玩前期压塔比下路连体婴都快。打盾山是把好手。

我觉得前期周瑜最强点是,快速清线去对面野区踏青。前期米莱狄没有兵线拆塔也只能拆一点点,但是我可以反红,抢河蟹,gank边路。米莱狄敢在中路补妆磨塔?中期开始,除非打野太废,米莱狄能活?而且米莱狄把大招用来磨塔,那拿什么打团,周瑜也是压塔非常强的英雄。5分钟以后中路只要赢一波团战,对面直接掉中二塔。火铺开了,对面根本没得守。

米莱狄为什么更怕貂蝉,米莱狄清线都清不赢现在的貂蝉,只有在塔里眼睁睁看貂蝉在机器人堆里清线,就是貂蝉的吸血宝宝。还有婉儿,都不用队友帮忙直接搞定米莱狄。诸葛亮,机器人就是给他刷被动的,米莱狄出塔都危险。周瑜嫦娥对线不会对米莱狄造成伤害,周瑜是打团限制米莱狄

周瑜确实克米莱狄,但不算最克的。米莱狄打周瑜可以跟他镜像支援,假如两边都支援成功了,米莱狄的推塔能力比周瑜还恐怖。另外米莱狄蹲到周瑜是可以一套秒的,倒是有一些操作空间。这么说吧,米莱狄本来就很弱了。如果思路有问题,总是只想“慈母守中线”,那这个英雄只能更弱。

米莱狄能打出来优势的话 那么同操作大部分法师都能打出来,优势的话 谁不强势?逆风的话,米菜秋是最没有翻盘可能的英雄之一。我除了看到对面有妲己 火舞然后自己又特别想划水的情况下才会用这个渣渣

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

我要回帖

更多关于 米莱狄打对抗路 的文章

 

随机推荐