目 錄 **部分 游戲數學 第1 章 基于SDF的搖桿移動 2 摘要 2 1.1 引言 3 1.2 有號距離場（SDF 3 1.3 利用柵格數據預計算SDF 4 1.4 SDF 的碰撞檢測與碰撞響應 5 1.5 避免往返 8 1.6 利用多邊形數據預計算SDF 9 1.7 其他需求 10 1.7.1 如何將角色從障礙區域中移出 10 1.7.2 角色不能越過障礙物的遠距離移動 11 1.8 動態障礙物 12 1.9 AI尋路 14 1.10 動態地圖 14 1.11 總結 17 參考文獻 17 第2 章 高性能的定點數實現方案 18 摘要 18 2.1 引言 18 2.1.1 浮點數簡介 18 2.1.2 32 位浮點數（單精度）表示原理 19 2.2 基于整數的二進制表示的定點數原理 19 2.2.1 32 位定點數表示原理 19 2.2.2 64 位定點數表示原理 20 2.3 定點數的四則運算 21 2.3.1 加法與減法 22 2.3.2 乘法 22 2.3.3 除法 23 2.4 定點數開方與超越函數實現方法 23 2.4.1 多項式擬合 24 2.4.2 正弦/余弦函數 25 2.4.3 指數函數 26 2.4.4 對數函數 27 2.4.5 開方運算 27 2.4.6 開方求倒數 28 2.4.7 為什么不用查表法 30 2.5 定點數的誤差對比與性能測試 30 2.5.1 超越函數及開方的誤差測試 30 2.5.2 性能測試 30 2.6 總結 31 參考文獻 31 第二部分 游戲物理 第3 章 一種高效的弧長參數化路徑系統 34 摘要 34 3.1 引言 34 3.2 端點間二次樣條的構建 35 3.3 路徑的構建 38 3.4 曲線的弧長參數化 39 3.5 曲線上的簡單運動 42 3.5.1 跑動 42 3.5.2 跳躍 43 3.5.3 相鄰路徑的切換 44 3.5.4 曲線上的旋轉插值 45 3.6 總結 46 參考文獻 46 第4 章 船的物理模擬及同步設計 47 摘要 47 4.1 浮力系統 48 4.1.1 浮力 48 4.1.2 升力 52 4.1.3 拉力 52 4.1.4 拍擊力 53 4.1.5 阻力上限 54 4.2 引擎系統 55 4.2.1 移動、轉向模擬 55 4.2.2 向心力計算 56 4.3 Entity-Component 及同步概覽 56 4.4 浮力系統物理更新機制 57 4.5 總結 59 參考文獻 59 第5 章 3D 游戲碰撞之體素內存、效率優化 60 摘要 60 5.1 背景介紹 60 5.2 體素生成 62 5.3 體素內存優化 62 5.3.1 體素合并的原理 62 5.3.2 體素合并的算法 64 5.3.3 地面處理 65 5.3.4 水的處理 66 5.3.5 范圍控制 67 5.3.6 內存自管理 67 5.3.7 體素內存優化算法的效果 68 5.3.8 體素效率優化 69 5.4 NavMesh 生成 69 5.4.1 體素生成NavMesh 69 5.4.2 獲取地面高度 70 5.4.3 后臺阻擋圖 71 5.4.4 前臺優先級NavMesh 71 5.4.5 鋸齒 72 5.5 行走、輕功、攝像機碰撞 73 5.5.1 行走 73 5.5.2 輕功 75 5.5.3 攝像機碰撞 75 參考文獻 76 第三部分 計算機圖形 第6 章 移動端體育類寫實模型優化 78 摘要 78 6.1 引言 79 6.2 方案設計思路 79 6.2.1 角色統一與差異元素分析 79 6.2.2 角色表現=人體+服飾 80 6.2.3 角色資源整理 83 6.2.4 資源制作與實現 84 6.3 具體實現 92 6.3.1 實現流程 92 6.3.2 CPU 邏輯 93 6.3.3 GPU 渲染 97 6.4 效果收益、性能分析和結語 97 6.4.1 方案優劣勢 98 6.4.2 方案補充 99 6.4.3 應用場景 99 參考文獻 100 第7 章 大規模3D 模型數據的優化壓縮與精細漸進加載 101 摘要 101 7.1 引言 102 7.2 頂點數據優化 102 7.2.1 頂點數據合并去重 103 7.2.2 索引數據合并 104 7.2.3 頂點數據排序 104 7.2.4 子網格的拆分與合并 105 7.2.5 頂點數據編碼壓縮 105 7.3 有利于漸進加載的數據組織方式 112 7.4 總結 113 參考文獻 114 第四部分 人工智能及后臺架構 第8 章 游戲AI 開發框架組件behaviac 和元編程 116 摘要 116 8.1 behaviac 的工作原理 117 8.1.1 類型信息 117 8.1.2 什么是行為樹 118 8.1.3 例子1 119 8.1.4 執行說明 119 8.1.5 進階 120 8.1.6 例子2 120 8.1.7 再進階 123 8.1.8 總結 123 8.2 元編程在behaviac中的應用 125 8.2.1 模板特化 126 8.2.2 加載中的特例化 126 8.2.3 運行中的特例化 129 第9 章 跳點搜索算法的效率、內存、路徑優化方法 131 摘要 131 9.1 引言 132 9.2 JPS算法 133 9.2.1 算法介紹 133 9.2.2 A*算法流程 133 9.2.3 JPS算法流程 135 9.2.4 JPS算法的“兩個定義、三個規則 135 9.2.5 算法舉例 137 9.3 JPS算法優化 138 9.3.1 JPS效率優化算法 138 9.3.2 JPS內存優化 144 9.3.3 路徑優化 145 9.4 GPPC 比賽解讀 146 9.4.1 GPPC 比賽與地圖數據集 146 9.4.2 GPPC 的評價體系 148 9.4.3 GPPC 參賽算法及其比較 150 參考文獻 151 第10 章 優化MMORPG開發效率及性能的有限多線程模型 152 摘要 152 10.1 引言 152 10.1.1 多進程單線程模型 153 10.1.2 單進程多線程模型 153 10.1.3 單進程單線程模型 153 10.2 有限多線程模型 154 10.3 使用OpenMP框架快速實現有限多線程模型 156 10.4 控制多線程邏輯代碼 158 10.5 異步化解決數據安全問題 159 10.6 對“不安全”訪問的防范 160 10.7 拆解大鎖 161 10.8 其他建議 163 參考文獻 164 第五部分 游戲腳本系統 第11 章 Lua翻譯工具――C#轉Lua 166 摘要 166 11.1 設計初衷 166 11.2 實現原理 167 11.2.1 參考對比行業內類似的解決方案 167 11.2.2 翻譯原理 168 11.2.3 翻譯流程 168 11.3 翻譯示例 170 11.4 實現細節 174 11.4.1 連續賦值 175 11.4.2 switch 175 11.4.3 continue 176 11.4.4 不定參數 177 11.4.5 條件表達式 178 11.5 運行性能 179 11.6 TKLua 翻譯藍圖 179 11.6.1 類關系 180 11.6.2 類成員 180 11.6.3 方法體 181 11.7 發展方向 182 11.8 總結 184 參考文獻 185 第12 章 Unreal Engine 4集成Lua 186 摘要 186 12.1 引言 186 12.2 UE4 元信息 187 12.2.1 介紹 187 12.2.2 Lua 通過元信息與UE4交互 189 12.2.3 讀寫成員變量 189 12.2.4 函數調用 190 12.2.5 C++調用Lua 191 12.2.6 小結 192 12.3 通過模板元編程生成“膠水”代碼 192 12.3.1 接口設計 193 12.3.2 實現 195 12.3.3 讀寫成員變量 197 12.3.4 引用類型 198 12.3.5 導出函數 199 12.3.6 默認實參 200 12.3.7 默認生成的函數 202 12.3.8 C++調用Lua 203 12.3.9 小結 203 12.4 優化 203 12.4.1 UObject 指針與Table 203 12.4.2 結構體 204 12.4.3 運行時熱加載 205 第六部分 開發工具 第13 章 使用FASTBuild助力Unreal Engine 4 208 摘要 208 13.1 引言 209 13.2 UE4 分布式工具 209 13.2.1 Derived Data Cache（DDC 209 13.2.2 Swarm 210 13.2.3 IncrediBuild 210 13.2.4 FASTBuild 211 13.3 在Windows系統下搭建FASTBuild 工作環境 213 13.3.1 網絡架構 213 13.3.2 搭建基本環境 214 13.3.3 可用性驗證 215 13.4 使用FASTBuild 分布式編譯UE4代碼和項目代碼 219 13.4.1 準備工作 219 13.4.2 部署多機FASTBuild 環境 220 13.4.3 編譯UE4 代碼及對比測試 220 13.4.4 優化FASTBuild 224 13.4.5 再次測試分布式編譯UE4代碼 227 13.5 “秒”編UE4著色器 228 13.5.1 準備工作 229 13.5.2 大規模著色器編譯測試 237 13.5.3 材質編輯器內著色器編譯測試 240 13.6 總結 243 第14 章 一種高效的幀同步全過程日志輸出方案 244 摘要 244 14.1 引言 244 14.2 幀同步的基礎理論 245 14.2.1 基本原理 245 14.2.2 系統抽象 246 14.3 本方案*終解決的問題 247 14.4 全日志的自動插入 250 14.4.1 在函數**行代碼之前自動插入日志代碼 250 14.4.2 處理手動插入的日志代碼 251 14.4.3 對每行日志代碼進行唯一編碼 251 14.4.4 構建版本 252 14.4.5 整體工具流程及代碼清單 252 14.4.6 為什么不采用IL 注入 256 14.5 運行時的日志收集 256 14.5.1 整體業務流程 256 14.5.2 高效的存儲格式 258 14.5.3 高性能的日志輸出 259 14.5.4 正確選擇合適的校驗算法 259 14.6 導出可讀性日志信息 260 14.7 本方案思路的可移植性 260 14.8 總結 261 第15 章 基于解析符號表，使用注入的方式進行Profiler采樣的技術 262 摘要 262 15.1 進行測量之前的準備工作 263 15.1.1 注入的簡單例子 263 15.1.2 注入額外的代碼 264 15.1.3 注入的注意事項 265 15.2 性能的測量 267 15.2.1 時間的統計方法 267 15.2.2 針對函數的采樣 268 15.2.3 測量實戰 273 15.3 總結 276