经过若干次试验修改，研究出下面这个快速/255的宏，可以在 X属于[0，65536]的范围内误差为零：
#define div_255_fast(x) (((x) + (((x) + 257) >> 8)) >> 8)
传统来说，人们习惯于将 /255改为 >> 8，但是这样误差挺大的，比如先乘以255再除以255，连续做十次，如果用>>8来代替除法，那么十次之后，误差为10. 另外一种常见的近似法是((x) + 255) >> 8，这种累积误差也挺厉害的。
因此>>8代替/255结果是比较粗糙的。而这个宏的开销比起>>8来说成本大12%。
经过测试65536000次计算中，使用/255的时间是325ms, 使用div_255_fast的时间是70ms，使用>>8的时间是62ms，div_255_fast的时间代价属于可以接受的范围。
下面是测试程序（点击more展开）：
[sshd]
ssh-host-config
/var/empty目录的拥有者必须是sshd进程的拥有者, 而且权限必须是700; 如果sshd进程的拥有者不是SYSTEM, 则只有这个拥有者可以通过ssh登录系统, 因为sshd需要执行seteuid, 非系统账户执行seteuid将自己有效id设为其他用户时会被拒绝。
如果是在 Win7下面需要建立一个独立的用户，这时CYGWIN终端需要以管理员权限运行，否则用户设置失败，无法安装sshd服务。
[svnserve]
cygrunsrv -I svnserve -d “CYGWIN svnserve” –chdir /data/svnroot –path /usr/bin/svnserve –args “–foreground –daemon –root=/data/svnroot –listen-port=3690″ –neverexits –type auto -o
如果发现svnserve.exe无法监听在相应端口, 需要添加额外参数(–args中): –listen-host=0.0.0.0 (或监听在特定的ip或主机名上).
[passwd]
如果在cygwin中发现自己所在的组变成了”mkpaswd”, 这说明/etc/passwd或者/etc/group需要重建了, 运行:
mkpasswd -l >/etc/passwd; mkgroup -l >/etc/group
[httpd]
启动httpd服务时可能会报告”Bad system call”错误, 这是由于apache2需要cygserver, 运行:
cygserver-config
而且环境变量$CYGWIN中包含server, 参见[he CYGWIN environment variable].
[init]
配置启动 systemv 的 init 服务，管理员启动cygwin，并运行：
init-config
然后查看 /etc/inittab 和 /etc/rc.d/rc 两个文件，根据需要编辑，首先是 /etc/inittab:
# id:runlevels:action:process id:3:initdefault: rc::bootwait:/etc/rc l0:0:wait:/etc/rc.d/rc 0 l3:3:wait:/etc/rc.d/rc 3 #S0:2345:respawn:/sbin/agetty -L -T vt100 -n ttyS0 9600 ttyS0
接下来是 /etc/rc.d/rc：
#! /bin/bash
# Now find out what the current and what the previous runlevel are.
argv1="$1"
set `/sbin/runlevel`
runlevel=$2
previous=$1
export runlevel previous
# Source function library.
. /etc/rc.d/init.d/functions
# Get first argument. Set new runlevel to this argument.
[ -n "$argv1" ] && runlevel="$argv1"
# echo "rc $runlevel" >> /tmp/rc.log
# Is there an rc directory for this new runlevel?
if [ -d /etc/rc.d/rc$runlevel.d ]; then
# First, run the KILL scripts.
for i in /etc/rc.d/rc$runlevel.d/K*; do
# Check if the script is there.
[ ! -f $i ] && continue
# stop script
$i stop
done
# Now run the START scripts.
for i in /etc/rc.d/rc$runlevel.d/S*; do
# Check if the script is there.
[ ! -f $i ] && continue
# start script
$i start
done
fi
不要直接复制上面的代码，最好照着用手敲，页面上 copy/paste 经常会把 indent 搞乱，bash脚本的缩进一乱就没法运行了。使用时把启动停止脚本放到 /etc/rc/init.d 下面，然后启动时候做软连接：
/etc/rc.d/rc0.d/K* # 停止脚本 /etc/rc.d/rc3.d/S* # 启动脚本
[supervisor]
easy_install_2.7 pip pip install supervisor mkdir /etc/supervisor mkdir /etc/supervisor/conf.d mkdir /var/log/supervisor
[unix_http_server] file=/var/run/supervisord.sock chmod=666 [supervisord] logfile=/var/log/supervisor/supervisord.log logfile_maxbytes=50000000 logfile_backup=10 loglevel=info pidfile=/var/run/supervisord.pid nodaemon=false minfds=2048 minprocs=200 childlogdir=/var/log/supervisor [rpcinterface:supervisor] supervisor.rpcinterface_factory = supervisor.rpcinterface:make_main_rpcinterface [supervisorctl] serverurl=unix:///var/run/supervisord.sock [include] files=/etc/supervisor/conf.d/*.conf
然后就可以使用了
如何在质量下降不大的情况下降低一倍的占用？如何让臃肿的美术资源压缩再压缩？
大部分项目都陆续废掉了JPEG，而最好的代替品是微软的HD Photo，wdp格式，在PSNR差不多的情况下，wdp能比JPEG小一倍多。
（wdp的encoder/decoder不好找的话，我这里有一份微软的库）
观察下面的演示图片不要缩放PDF，用100%显示才看得清楚差别
JPEG 16.18 KB，可以看出脸部方块已经很严重，头发等高频部分已经看不清楚，帽子和墙面质量损失严重，而下面这张WDP文件（HDPHOTO，XnView可以转换）只有13.85KB大小，质量却比JPEG好很多。（通常情况下峰值信噪比差不多的话，WDP能够小一倍）：
压缩比从强到弱依次是：WDP>WEBP>JPEG2000>JPEG。因此换用WDP格式能缩小不少资源。
非界面元素，仅仅是为了使用ARGB32的资源，可以用webp的带alpha有损格式代替，能节省不少。
PS Vita里面已经大范围用到了实时纹理压缩方法，DXT格式存储纹理仅仅是为了方便显卡，但是它的地压缩率却害苦了硬盘。废除DXT格式，用wdp格式或者webp格式有损保存图片（不要用JPEG了，JPEG太差）。运行时动态载入并且动态生成dxt格式再载入显卡。如此在质量微弱损失的情况下，可以至少获得4-5倍的空间节省。
PS Vita使用的动态生成dxt的库叫：
很多人问游戏AI该怎么做？随着游戏类型的多元化，非 MMO或者卡牌的游戏越来越多，对AI的需求也越来越强了。而市面上关于 AI的书，网上找得到的文章，也都流于一些只言片语的认识，理论化的套路，和一些简单的 DEMO，离真正的项目差距甚远，无法前后衔接成一条线，更无法真正落地到编码。
国内真正做过游戏AI的少之又少，东拉西扯的人很多，真正做过项目的人很少，因为国内主要以MMO为主，RTS比较少，体育竞技类游戏更少，而从AI的难度上来看，应该是：MMO < FPS < RTS < 体育竞技。作为实际开发过AI的人，给大家科普一下，什么叫做硬派AI。
硬派游戏AI，不是虚无缥缈的神经网络，用神经网络其实是一个黑洞，把问题一脚踢给计算机，认为我只要训练它，它就能解决一切问题的懒人想法。更不是遗传算法和模糊逻辑，你想想以前8位机，16位机上就能有比较激烈对抗的足球游戏、篮球游戏，那么差的处理器能做这些计算么？
硬派游戏AI，就是状态机和行为树。状态机是基本功，行为树可选（早年AI没行为树这东西，大家都是hard code的）。大部分人说到这里也就没了，各位读完还是无法写代码。因为没有把最核心的三个问题讲清楚，即：分层状态机、决策支持系统、以及团队角色分配。下面以我之前做的篮球AI为例，简单叙述一下：
何为分层状态机？
每个人物身上，有三层状态机：基础层状态机、行为层状态机、角色层状态机。每一层状态机解决一个层次的复杂度，并对上层提供接口，上层状态机通过设置下层状态机的目标实现更复杂的逻辑。
每一层状态机都是通过为下一层状态机设定目标来实现控制（目标设定后，下层状态机将自动工作，上层不用关心动画到底播到哪了，现在到底是跑是跳），从而为上层提供更加高级拟人化的行为，所有状态机固定频率更新（如每秒10次），用于判断状态变迁和检查底层目标完成情况。最高层的角色状态机的工作由团队AI来掌控，即角色分配的工作。而行为状态机以上的状态抉择，比如回防，到底是跑到哪一点，射球，到底在哪里起跳，路径是怎样的，则由决策支持系统提供支持。
既山寨又垃圾的GameLoft游戏，吃过亏后，我也长记性了，下游戏之前先看是不是有GameLoft字样，有的话，立马跳过。但前两天，我居然忘了看厂商，花了若干美刀下了个封面漂亮的游戏，打开游戏一看，我立马傻了，下意识的觉得不好！GameLoft!，仔细一看，果不其然。所以说好了伤疤忘了疼，吸取教训呀。
Recent Comments