剑姬对阵诺克VS机器人,新版剑姬对阵诺克是如何变成无双大

英雄联盟中克制诺手4个英雄:第㈣名蛮族之王蛮子是一个非常能赖线的上单英雄,R技能可以抵抗诺克大招水平差不多的选手,可以说能完全站撸诺克

英雄联盟中克淛诺手4个英雄:第三名放逐之刃,瑞文是一个非常灵活的上单英雄在对抗诺手只需要找准诺手Q的时候,躲开或者进入内圈单挑诺手不昰问题。

英雄联盟中克制诺手4个英雄:第二名无双剑姬对阵诺克剑姬对阵诺克是一个很受欢迎的上单英雄,在对抗诺手的时候Q技能能躲避诺手Q,或者进入诺手的内圈W技能还能抵挡诺手的断头台,可谓完全是诺克的天敌

英雄联盟中克制诺手4个英雄:第一名巨魔之王,巨魔可以说是一个非常恶心的上单英雄他的Q技能可以降低对方的攻击力,还可以减速一级站撸完全不输诺克。你认为最克制诺手的是哪个英雄

诺手出门一般是布甲加四红一蓝这是对阵AD上单的基本出装,例如剑姬对阵诺克、猴子、鳄鱼等而剑姬对阵诺克的出装基本上全都是多兰剑一红红或者长剑三红。

诺手從整体上定义就是一个半肉(坦克)半输出的英雄,所以不需要出太多的输出装备诺手的第一个大件可以出日炎斗篷或者黑色切割者,如果对面控制比较多就出水银鞋反之就出忍者足具。如果对面AD猛的话就出兰顿之兆或者荆棘之甲AP猛的话就出女妖面纱,然后出件狂徒铠甲撑血

成型装:水银鞋,黑色切割者日炎斗篷,女妖面纱狂徒铠甲,兰顿之兆

诺手的加点主要有两种,一种是主Q副E一种是主Q副W。E技能可以增加百分比的护甲穿透W技能可以降低对方的攻击速度和移动速度,这两种加点都可以

从1级就控制兵线,自己补刀的同時用Q压制剑姬对阵诺克补刀三级时候记住别跟剑姬对阵诺克硬碰硬,还是一如既往的用Q压制剑姬对阵诺克补刀只要她想补刀,就在她補刀的同时用外圈Q消耗她

如果她被消耗烦了,就会来对拼一旦剑姬对阵诺克靠近诺手就外圈Q他,然后平A接W减速

这里要注意剑姬对阵诺克的W可以反弹普攻看好Q,W技能的冷却时间等剑姬对阵诺克要走的时候开E技能把她拉回来接着打。

这个时候诺手的血量肯定高于剑姬对陣诺克能杀就杀杀不了就回兵线继续补兵。这里要注意当双方都血量不高的时候很被对面打野Gank,所以一定要插好眼位

六级的时候如果压制的好,基本可以有一个腰带撑血量了那么打剑姬对阵诺克基本没什么问题了,要是双方没有太大的差距那么一定注意消耗,别硬干因为剑姬对阵诺克的R也不是吃素的,千万别自己的R还没放出来就被剑姬对阵诺克的R给收走了

记住诺克不需要太多输出装备,因为諾手在团战中生存的时间越长他的优势就会越大,因为诺手只要存活一刻,他的大招对AD和AP和残血来讲就是一种心理上的威慑。

诺克薩斯的伤害在于他的Q技能以及被动剑姬对阵诺克的伤害在于她的高爆发普攻。

你可以在前期和剑姬对阵诺克对线的时候利用好你的Q技能鉯及被动在剑姬对阵诺克还没有切到你的时候提前Q。刚开始打的时候你就打反手不要主动去E剑姬对阵诺克,没有那个必要的利用Q技能的冷却时间短和剑姬对阵诺克打一个技能CD时间差,多消耗主要出肉就行了,输出出一件黑切就足够了跟剑姬对阵诺克打,靠近剑姬對阵诺克Q(要剑姬对阵诺克在Q技能的外围)如果剑姬对阵诺克Q你你在平A一下马上W刷新被动然后回头和剑姬对阵诺克拉开距离,因为你的被动你的速度是比剑姬对阵诺克快一点的在剑姬对阵诺克的E技能消失之后你回头对剑姬对阵诺克Q一下在拉回来平A一下,血量差不多就可鉯开大了小心剑姬对阵诺克的大招反杀你。

诺手遇上剑姬对阵诺克是不虚的 大可长剑3红出门或者多兰剑出门 一级用Q消耗 同事还能退兵线搶2 不要和她站撸 等到6级 可以果断和她打先手 出装的话 第一件首推布甲鞋 有优势之后可以出输出 如 残暴 小冰锤等 还有什么问题可以问我

阿卡麗对剑姬对阵诺克那是真不好打了 可以说整个阶段都被剑姬对阵诺克压着打 阿卡丽前期就比较弱势 而剑姬对阵诺克有强力的二段突进 不建議使用阿卡丽对剑姬对阵诺克 这是我个人观点 不过也不难完全这么认为吧
操作可以的吧 可以瑞文 潘森打爆他 不好意思 今天才回你

首先了解箌剑姬对阵诺克是一个短时间内爆发出高伤害的英雄,只要利用他爆发的空隙瞬间绝杀。他和阿卡丽一样虽然是脆皮但是,靠着高吸血不倒前期剑姬对阵诺克耗法需求太高,中后期法术需求又很低他的弱点:前期法需求高,手短大招容易被沙漏免疫。剑姬对阵諾克完全靠大招杀人至于诺克打剑姬对阵诺克必须有反甲和沙漏,这两件装备都会给一个可观的护甲沙漏又能挡剑姬对阵诺克大招,反甲可以反弹伤害剑姬对阵诺克起来非常麻烦,前期必须压制前期诺手的被动异常恐怖,靠被动消耗是不二选择

出门带布甲5红,猥瑣用q消耗当然可以多对拼几次(反正血瓶够),6级后可以考虑拉过来直接打一套出装:日炎,兰顿反甲,冰锤布甲鞋,狂徒

该楼层疑似违规已被系统折叠 

被諾手q到打不过诺手一级w打不过,弱点全刷脸上打得过


我要回帖

更多关于 剑圣vs剑姬 的文章

 

随机推荐