双十一注定是忙碌的日子,所以到了现在我才将今天自己学习的内容拿出来跟大家分享。搜索机是我自己暂时取的名字,其实简单的说就是场景里提供搜索的一个工具,负责场景对象的范围搜索和获取。空洞的理论总是让人一头雾水,如果玩过游戏的朋友不妨想一想查看附近的玩家、选择附近的玩家、点击任务怪物名称就可以自动寻路打怪这些功能就大致有个印象了。
一张截图
搜索机
1、数据
1. 状态
typedef enum operator_status_enum {
kOperatorStatusContinue, //扫描继续
kOperatorStatusBreak, //中断本次扫描,并进入下一次扫描
kOperatorStatusStop, //停止扫描
} operator_status_t; //扫描状态
2. 基础
typedef operator_base_struct {
scene::Base *scene; //场景指针
int32_t zoneid; //区域ID
int32_t zoneradius; //搜索半径
bool scanhuman; //是否搜索玩家的列表
} operator_base_t; //基础操作扫描数据结构
2、实现
该实现为通用的父类接口,具体的类型搜索在子类中实现。
1. 初始化(init)
初始化扫描控制器,主要是初始化基础数据。
2. 操作前回调(on before)
回调需要在扫描之前的数据处理。
3. 判断区域是否需要扫描(is need scan)
根据区域ID判断是否需要扫描,如果不需要则不必再扫描。
4. 找到对象后的回调(on find object)
找到了一个对象的返回值,判断是否需要继续扫描。
5. 操作后的回调(on after)
扫描完成后的逻辑数据处理。
3、种类
1. 附近活跃的队友
typedef struct operator_active_teammates_strcut : public operator_base_struct {
world_position_t position; //位置信息
int16_t teamid; //队伍ID
uint32_t member_guid; //成员ID
float radius; //搜索半径
} operator_active_teammates_t; //活跃队友的数据结构
2. 面积有效状态
进入有效范围则对象会获得该状态。
typedef struct operator_AEimpact_struct : public operator_base_struct {
object::list_t *targets; //对象列表指针
float radius; //搜索半径
int32_t count; //数量
owner_impact impact; //拥有的特殊状态
impact_logic_t const *logic; //状态逻辑对象指针
object::Character *self; //自己的对象指针
world_position_t center_point; //中心点位置
} operator_AEimpact_t; //面积有效状态的数据结构
3. 面积有效技能
进入该技能左右范围后对象会获得该技能的效果。
typedef struct operator_AEskill_struct : public operator_base_struct {
object::list_t *targets; //对象列表指针
float radius; //搜索半径
skillinfo_t const *skillinfo; //技能信息对象指针
object::Character *self; //自己的对象指针
world_position_t center_point; //中心点位置
} operator_AEimpact_t; //面积有效技能的数据结构
4. 合符聊天要求的对象
typedef struct operator_chat_struct : public operator_base_struct {
packet::Base *packet; //网络包指针
int8_t chattype; //聊天的类型
int16_t guildid; //帮会ID
//其他数据...
} operator_chat_t; //聊天对象的数据结构
5. 附近的敌人
比如任务中自动打怪的搜索。
typedef struct operator_enemy_struct : public operator_base_struct {
object::Monster *monster; //怪物指针
float radius; //搜索半径
} operator_enemy_t; //敌人对象的数据结构
6. 扇形扫描技能有效范围
进入扇形区域有效的范围将被该技能作用。
typedef struct operator_sector_skill_struct : public operator_base_struct {
object::list_t *targets; //对象列表指针
float radius; //搜索半径
int32_t count; //最大可以搜索的对象数量
skillinfo_t const *skillinfo; //搜索主体的技能信息对象指针
object::Character *self; //自己的对象指针
world_position_t center_point; //中心点位置
} operator_sector_skill_t; //以扇形区域搜索技能范围的结构
7. 附近的队友
查询附近的队友信息。
typedef struct operator_teammates_struct : public operator_base_struct {
object::Monster *monster; //怪物对象指针
float radius; //搜索半径
int32_t count; //最大可以搜索的对象数量
int8_t type; //类型
bool only_noenemy; //是否只搜索没有敌人的队员
bool scan_allmonster; //是否扫描所有敌人
} operator_teammates_t; //队伍搜索结构
8. 附近的玩家
查看附近的玩家列表(名称、状态、等级等)。
typedef struct operator_character_struct : public operator_base_struct {
object::list_t *targets; //对象列表指针
float radius; //搜索半径
int32_t count; //最大可以搜索的对象数量
object::Special *self; //搜索主体
world_position_t center_point; //中心点位置
} operator_character_t; //特殊对象玩家搜索结构
9. 附近的陷阱
如果附近有陷阱,则对象在陷阱有效范围里将被陷阱作用。
typedef struct operator_trap_struct : public operator_base_struct {
object::list_t *targets; //对象列表指针
float radius; //搜索半径
int32_t count; //最大可以搜索的对象数量
object::Special *self; //搜索主体
world_position_t center_point; //中心点位置
} operator_trap_t; //特殊对象搜索陷阱的结构
算法(树查找和哈希查找)
1、基于二叉排序树的查找
叉排序树定义性质:
1 如果二叉树的左子树不为空,则左子树上的每一个节点的元素值都小于其对应的根节点元素的值。
2 如果二叉树的右子树不为空,则右子树上的每一个节点的元素值都大于其对应的根节点元素的值。
3 时二叉树的左子树和右子树同时满足1、2两项特性,即左子树和右子树都是一棵二叉树。
基于二叉排序树的查找算法分为插入操作和查找操作的两个部分。
插入操作不需要移动节点,仅需要移动节点指针。
code.
#include <stdio.h>
#include <stdint.h>
#include <inttypes.h>
#include <malloc.h> /**
* 二叉排序树定义性质:
* 1 如果二叉树的左子树不为空,则左子树上的每一个节点的元素值都小于其对应的根节点元素的值。
* 2 如果二叉树的右子树不为空,则右子树上的每一个节点的元素值都大于其对应的根节点元素的值。
* 3 同时二叉树的左子树和右子树同时满足1、2两项特性,即左子树和右子树都是一棵二叉树。
*/ /**
* 基于二叉排序树的查找算法分为插入操作和查找操作的两个部分。
* 插入操作不需要移动节点,仅需要移动节点指针。
*/
typedef struct node_struct {
int32_t data;
struct node_struct *left, *right;
} node_t, *nodepointer_t; //二叉树的查找的结构 //二叉树查找
nodepointer_t binarytree_search(nodepointer_t tree, int32_t x);
//二叉树插入。如果树中不存在元素x,则将x插入到正确的位置并返回1,否则返回0
int32_t binarytree_insert(nodepointer_t *trees, int32_t x);
//中序遍历二叉排序树
void in_ordertraverse(nodepointer_t tree); int32_t main(int32_t argc, char *argv[]) {
nodepointer_t tree = NULL, pointer;
int32_t table[] = {, , , , , , , , , };
int32_t length = sizeof(table) / sizeof(table[]);
int32_t x, i;
//插入并生成二叉排序树
for (i = ; i < length; ++i)
binarytree_insert(&tree, table[i]);
printf("in order traverse list is: \n");
in_ordertraverse(tree);
printf("\nplease input a number you want search: ");
scanf("%d", &x);
pointer = binarytree_search(tree, x);
if (pointer != NULL) {
printf("%d is a member of array\n", x);
} else {
printf("%d is not a member of array\n", x);
}
return ;
} nodepointer_t binarytree_search(nodepointer_t tree, int32_t x) {
node_t *pointer = NULL;
if (tree != NULL) {
pointer = tree;
while (pointer != NULL) {
if (pointer->data == x) { //如果找到,则返回指向该节点的指针
return pointer;
} else if (x < pointer->data) { //如果关键字小于pointer指向的节点的值,则在左子树中查找
pointer = pointer->left;
} else if (x > pointer->data) { //如果关键字大于pointer指向的节点的值,则在右子树中查找
pointer = pointer->right;
}
}
}
return NULL;
} int32_t binarytree_insert(nodepointer_t *trees, int32_t x) {
node_t *pointer = NULL, *current = NULL, *parent = NULL;
current = *trees;
while (current != NULL) {
if (current->data == x) //如果二叉树中存在元素为x的节点,则返回0
return ;
parent = current; //parent指向current的前驱节点
if (x < current->data) { //如果关键字小于pointer指向节点的值,则在左子树中查找
current = current->left;
} else { //如果关键字大于pointer指向节点的值,则在右子树中查找
current = current->right;
}
}
pointer = (node_t *)malloc(sizeof(node_t)); //生成节点
if (NULL == pointer) return ; //内存不足
pointer->data = x;
pointer->left = NULL;
pointer->right = NULL;
if (!parent) { //如果二叉树为空,则第一节点成为根节点
*trees = pointer;
} else if (x < parent->data) { //如果x小于parent指向的节点元素,则x成为parent的左节点数据
parent->left = pointer;
} else { //如果x大于parent所指向的节点元素,则x成为parent的右节点数据
parent->right = pointer;
}
return ;
} void in_ordertraverse(nodepointer_t tree) {
if (tree) {
in_ordertraverse(tree->left); //中序遍历左子树
printf("%4d", tree->data); //访问根节点
in_ordertraverse(tree->right); //中序遍历右子树
}
}
result.
2、哈希查找
哈希表的查找方法与前面的基于线性和树形的查找算法不同,哈希表直接定位了元素所在位置,基本不需要逐个比较元素(除了冲突)。
该算法需要解决的两个问题:构造哈希表和处理冲突。
最常用的构造哈希表的方法是除留余数法,最为常用的处理冲突的方法是开放定址法和链地址法。
code.
#include <stdio.h>
#include <stdint.h>
#include <inttypes.h>
#include <malloc.h>
#include <stdlib.h> /**
* 哈希表的查找方法与前面的基于线性和树形的查找算法不同,哈希表直接定位了元素所在
* 的位置,基本不需要逐个比较元素(除了冲突)。
* 该算法需要解决的两个问题:构造哈希表和处理冲突。
* 最常用的构造哈希表的方法是除留余数法,最为常用的处理冲突的方法是开放定址法和链地址法。
*/ typedef struct datatype_struct {
int32_t value; //元素值
int32_t repeatcount; //重复次数
} datatype_t; //元素类型结构 typedef struct hashtable_struct {
datatype_t *data;
int32_t length; //长度
int32_t number; //个数
} hashtable_t; //哈希表的结构 //构造哈希表并处理冲突
void create_hashtable(hashtable_t *hashtable,
int32_t m,
int32_t p,
int32_t hash[],
int32_t length);
//在哈希表中查找值为x的元素
int32_t hash_search(hashtable_t hashtable, int32_t x);
//求哈希表的平均查找长度
void hashASL(hashtable_t hashtable, int32_t m);
//哈希表打印
void displayhash(hashtable_t hashtable, int32_t m);
//数组打印
void displayarray(int32_t array[], int32_t length); int32_t main(int32_t argc, char *argv[]) {
int32_t hash[] = {, , , , , , , , , , };
hashtable_t hashtable;
int32_t m = , p = ;
int32_t length = sizeof(hash) / sizeof(hash[]);
int32_t position, x;
create_hashtable(&hashtable, m, p, hash, length);
displayhash(hashtable, m);
printf("please a number you want search: ");
scanf("%d", &x);
position = hash_search(hashtable, x);
printf("%d in array position: %d\n", x, position);
hashASL(hashtable, m);
return ;
} void create_hashtable(hashtable_t *hashtable,
int32_t m,
int32_t p,
int32_t hash[],
int32_t length) {
int32_t i, k = ;
int32_t sum, addr, di;
(*hashtable).data = (datatype_t *)malloc(m * sizeof(datatype_t));
if (NULL == (*hashtable).data) return; //not enough memory
(*hashtable).number = length; //元素个数
(*hashtable).length = m; //哈希表长度
for (i = ; i < m; ++i) { //哈希表初始化
(*hashtable).data[i].value = -;
(*hashtable).data[i].repeatcount = ;
}
for (i = ; i < length; ++i) { //构造哈希表并初始化
sum = ; //sum 记录冲突次数
addr = hash[i] % p; //利用除留余数法求哈希函数地址
di = addr;
//如果不冲突则将元素存储在表中
if (- == (*hashtable).data[addr].value) {
(*hashtable).data[addr].value = hash[i];
(*hashtable).data[addr].repeatcount = ;
} else { //用线性探测再散列法处理冲突
do {
di = (di + k) % m;
sum += ;
} while ((*hashtable).data[di].value != -);
(*hashtable).data[di].value = hash[i];
(*hashtable).data[di].repeatcount = sum + ;
}
}
} int32_t hash_search(hashtable_t hashtable, int32_t x) {
int32_t d, d1, m;
m = hashtable.length;
d = d1 = x % m;
while (hashtable.data[d].value != -) {
if (hashtable.data[d].value == x) { //如果找到x,则返回其所在位置
return d;
} else { //如果没有找到,则继续向后查找
d = (d + ) % m;
}
//如果已经遍历完所有位置还是没有找到,则返回0
if (d == d1) return ;
}
return ;
} void hashASL(hashtable_t hashtable, int32_t m) {
float avg = ;
int32_t i;
for (i = ; i < m; ++i)
avg = avg + hashtable.data[i].repeatcount;
avg = avg / hashtable.number;
printf("avg search length ASL: %2.f", avg);
printf("\n");
} void displayhash(hashtable_t hashtable, int32_t m) {
int32_t i;
printf("hash table address: ");
for (i = ; i < m; ++i) //输出哈希表的地址
printf("%-5d", i);
printf("\n");
printf("member value: ");
for (i = ; i < m; ++i) //输出哈希表的元素值
printf("%-5d", hashtable.data[i].value);
printf("\n");
printf("repeat times: ");
for (i = ; i < m; ++i) //冲突次数
printf("%-5d", hashtable.data[i].repeatcount);
printf("\n");
} void displayarray(int32_t array[], int32_t length) {
int32_t i;
for (i = ; i < length; ++i)
printf("%4d", array[i]);
printf("\n");
}