ピラミッド研究所 » Client Side Prediction (Rewind and Replay)
こんにちは。 今回はFPSで主流の(主流だった?)ネットコード(client side predictionとrewind and replay)を実装してみました。Processingシリーズ第2弾です。 本題の前に応答性と一貫性に言及しておきたいと思います。ふつうネットワークアプリケーションは遅延があることで、先のふたつのバランスをとるという問題に直面します。 AさんとBさんが遅延のあるネットワークを介して撃ち合うFPSを例にとります。 応答性は、キーを押せばキャラクターがすぐに移動を始めるとか、トリガーを引くと弾が発射され命中したかすぐに判明するとか、そうしたキー入力から画面表示までの経過時間と考えてください。 一貫性とはAさんとBさんが常に同じ状態を見ているということです。遅延がとても小さければ、これは簡単に実現できます。では遅延が大きい環境で、Aさん がBさんを撃ち、Bさんはそれ
Quasimondo - Mario Klingemann's Flash Blog: Optimizing Seam Carving
Optimizing Seam Carving After my post about the various content-aware image resizing projects I couldn't resist to take a closer look at Joa Ebert's ImageResizing class and take him on his word "If you can improve something do not be shy and post it". I just love code optimizing and saw several points to attack. First I replaced the loop that moved the pixels via getPixel()/setPixel() by a displac
高速かつ省メモリで文字列を扱うデータ構造「wavelet tree」：CodeZine
はじめに 大規模なデータを扱うアプリケーションでは、速度とともに作業領域量も大きな問題となります。作業領域がメインメモリに収まらない場合、スワッピングが発生し、大幅な速度低下につながります。そのため近年、データ構造は高速なだけでなく、作業領域量が小さいことも求められています。今回紹介するのは2003年に提案されたデータ構造、wavelet tree（以下「WT」と表記）です。WTは圧縮索引やSuccinct Data Structureなど、データをコンパクトに表現する際に重要なデータ構造です。WTは文字列T[0...n-1]が与えられた時、次の2つの操作を定数時間でサポートします。rank(p, c)――T[0...p]中のcの出現回数を返すselect(i, c)――(i+1)番目のcの位置を返す WTの作業領域量は、文字列をそのまま保存した時の約2倍程度です。対象読者 C++の利用
議会制弾幕回避機関
説明 CPUによるシューティングの弾幕回避アルゴリズムに関する考察と、 実際に実装したもの(白い弾幕くんに組みこんだだけですが)の紹介です。 更新情報 030324. 人手の議員と、査察官。 020811. 公開。 ダウンロード 白い弾幕くん に組みこんだのでそちらでダウンロードして下さい。 セレクトモードで適当な弾幕を選んで、自機の操作を cpu にすれば OK です。 詳細説明 では、詳しい説明をします。 目標 まず、CPUの目標を考えます。 普通、人間の弾避けの目標は死なないこと、です。 しかし、ゲーム内の情報を全て持っているCPUにとって、 死なないことは造作も無いことです。 つまり、次のフレームで弾に当ってしまう時にだけ、 適当な方向に回避すれば良いのです。 (もっとも、昨今の当り判定の 小さい弾幕シューティングにしか通用しない議論ですが) 白い弾幕くんをダウンロードして、 sa
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
s.h.log: 初級cc工房2月目第1回::アルゴリズムとデータ構造工房
Moved
Java 2 Platform SE 5.0
SFC：データ構造とプログラミング2003年度秋学期
