文章列表

1.2k字1 分钟

# 简介 呀哈喽，这里是咲夜Starry，感谢你来到我的博客，我会在这里分享一些学习经验或者一些我的项目 可能也会有一些杂谈或者文学作品什么的（虽然现在没有，之前倒是有一些放Pixiv了） 我算是中(zhong4?)度NACG爱好者吧 tech otaku save the world? # 技术Tags Pro(?): dotnet、Unity... Plus: python, golang, vue、react、ts, UE, c/cpp, ISPC... Basic: Java, Lua, CUDA... # 现状们 # 为什么是"们"
29k字26 分钟

Unity的DOTS主要包含了 Job System、 Burst 、 ECS三个部分 Unity DOTS / ECS │ ├── World ← ECS 世界 / 最顶层容器 │ │ │ ├── System ← 行为 / 逻辑层 │ │ │ │ │ ├── ComponentSystemGroup ← System 调度与分组 │ │ │ └── System │ │ │ │ │ ├── ISystem / S
815字1 分钟

# 数据序列化方案全维度对比 格式 类型 优势 劣势 Unity 典型应用场景 Protobuf 二进制 极小、极快。强类型安全，支持版本兼容。 不可读，修改需重新编译生成的类。 实时同步、RPC 通信、大型存档。 JSON 文本 通用性强，易读易写。支持动态解析。 体积大，解析速度中等。无类型约束。 Web 接口 (REST)、简单配置、小存档。 BSON 二进制 JSON 的二进制版，支持更多数据类型（如位图）。 比 JSON 快但比 Protobuf 慢，且体积不一定小。 MongoDB 交互、需要二进制嵌套的配置。 YAML 文本 易读写，支持注释、多行字符串
4k字4 分钟

这类算子通常称为 硬件内建数学指令（Hardware Intrinsics） 或 Fast Math Functions。它们很多看起来像复杂数学运算，但 GPU（甚至 CPU SIMD）往往都有专门的硬件指令，因此比调用普通数学库快得多 下面按照图形学中最常见的整理。 算子 数学意义 常见硬件实现 相比普通实现 图形学用途 rcp(x) 1/x Reciprocal 指令 比除法快2~10倍 透视除法、UV插值 rsqrt(x) 1/√x Reciprocal Square Root 比 sqrt+除法快很多 normalize、光照 sqrt(x)
3.1k字3 分钟

剔除算法 位置 对象 是否减少 DrawCall 是否减少 Vertex 是否减少 Fragment 侧 是否需要 Bake 应用场景 Distance Culling CPU 太远物体 ✅ ✅ ✅ CPU ❌ 大地图 Layer Culling CPU Layer ✅ ✅ ✅ CPU ❌ UI、特效 Frustum Culling CPU 视锥外物体 ✅ ✅ ✅ CPU ❌ 所有项目 Portal Culling CPU 房间外 ✅ ✅ ✅ CPU ✅（一般） 室内 Occlusion Culling CPU 被遮挡物体 ✅ ✅ ✅ CPU Unity默认需要
13k字12 分钟

# 滤波与卷积 这里区分一下滤波和卷积，以前我也是一直认为 滤波=滤波核+卷积操作(可能是还没学数字信号处理吧，目前就学了复变，时间不够用啊，悲) 不过实际上并非如此 我们仔细梳理一下 滤波的定义我认为可以直接简单的理解为对于信号的变换，不用去考虑什么增强削弱特征之类的定义 y(n)=F{x(n)}y(n)=\mathfrak{F}\{x(n)\} y(n)=F{x(n)} 线性滤波就是满足线性性质的滤波，经常能看到线性滤波等价于卷积计算的内容，可能是工程上近似的原因吧，严谨一点还需要满足 时不变 和 有界。根本上讲就是滤波算子需要满足可与积分换序 我们
6.4k字6 分钟

# SDF定义 SDF（有向距离场/有向距离函数） 是隐式几何体的表达方式之一 隐式几何体是通过数学函数或方程来描述的几何形状，不直接记录具体的顶点或面片坐标 被定义为 空间中任意一点 到物体表面的最短有向距离 对于空间中的任意一点 ppp： f(p)>0f(p) > 0f(p)>0：点 ppp 在几何体外部。 f(p)=0f(p) = 0f(p)=0：点 ppp 正好在几何体表面。 f(p)<0f(p) < 0f(p)<0：点 ppp 在几何体内部。 大小：点 ppp 到几何体表面的最短绝对距离
22k字20 分钟

# Intro Task 是 .NET 异步编程的基础。 编写一个 async 方法时，编译器会将其转化为一个实现 IAsyncStateMachine 接口的结构体，但 Task 本身是一个 Class（引用类型） 分配机制：每次调用异步方法，系统都会在堆（Heap）上实例化一个 Task 对象来追踪状态。如果异步方法频繁调用（如每帧执行），会造成明显的 GC（垃圾回收）压力 调度核心：它依赖 SynchronizationContext 或 TaskScheduler。在默认情况下，它倾向于在线程池中运行 Promise 模型：Task 就像一个承诺，它内部维护了结果、异常信息