雙十一註定是忙碌的日子,因此到了如今我纔將今天本身學習的內容拿出來跟你們分享。搜索機是我本身暫時取的名字,其實簡單的說就是場景裏提供搜索的一個工具,負責場景對象的範圍搜索和獲取。空洞的理論老是讓人一頭霧水,若是玩過遊戲的朋友不妨想想查看附近的玩家、選擇附近的玩家、點擊任務怪物名稱就能夠自動尋路打怪這些功能就大體有個印象了。node
typedef enum operator_status_enum { kOperatorStatusContinue, //掃描繼續 kOperatorStatusBreak, //中斷本次掃描,並進入下一次掃描 kOperatorStatusStop, //中止掃描 } operator_status_t; //掃描狀態
typedef operator_base_struct { scene::Base *scene; //場景指針 int32_t zoneid; //區域ID int32_t zoneradius; //搜索半徑 bool scanhuman; //是否搜索玩家的列表 } operator_base_t; //基礎操做掃描數據結構
該實現爲通用的父類接口,具體的類型搜索在子類中實現。算法
初始化掃描控制器,主要是初始化基礎數據。數組
回調須要在掃描以前的數據處理。網絡
根據區域ID判斷是否須要掃描,若是不須要則沒必要再掃描。數據結構
找到了一個對象的返回值,判斷是否須要繼續掃描。函數
掃描完成後的邏輯數據處理。工具
typedef struct operator_active_teammates_strcut : public operator_base_struct { world_position_t position; //位置信息 int16_t teamid; //隊伍ID uint32_t member_guid; //成員ID float radius; //搜索半徑 } operator_active_teammates_t; //活躍隊友的數據結構
進入有效範圍則對象會得到該狀態。學習
typedef struct operator_AEimpact_struct : public operator_base_struct { object::list_t *targets; //對象列表指針 float radius; //搜索半徑 int32_t count; //數量 owner_impact impact; //擁有的特殊狀態 impact_logic_t const *logic; //狀態邏輯對象指針 object::Character *self; //本身的對象指針 world_position_t center_point; //中心點位置 } operator_AEimpact_t; //面積有效狀態的數據結構
進入該技能左右範圍後對象會得到該技能的效果。ui
typedef struct operator_AEskill_struct : public operator_base_struct { object::list_t *targets; //對象列表指針 float radius; //搜索半徑 skillinfo_t const *skillinfo; //技能信息對象指針 object::Character *self; //本身的對象指針 world_position_t center_point; //中心點位置 } operator_AEimpact_t; //面積有效技能的數據結構
typedef struct operator_chat_struct : public operator_base_struct { packet::Base *packet; //網絡包指針 int8_t chattype; //聊天的類型 int16_t guildid; //幫會ID //其餘數據... } operator_chat_t; //聊天對象的數據結構
好比任務中自動打怪的搜索。spa
typedef struct operator_enemy_struct : public operator_base_struct { object::Monster *monster; //怪物指針 float radius; //搜索半徑 } operator_enemy_t; //敵人對象的數據結構
進入扇形區域有效的範圍將被該技能做用。
typedef struct operator_sector_skill_struct : public operator_base_struct { object::list_t *targets; //對象列表指針 float radius; //搜索半徑 int32_t count; //最大能夠搜索的對象數量 skillinfo_t const *skillinfo; //搜索主體的技能信息對象指針 object::Character *self; //本身的對象指針 world_position_t center_point; //中心點位置 } operator_sector_skill_t; //以扇形區域搜索技能範圍的結構
查詢附近的隊友信息。
typedef struct operator_teammates_struct : public operator_base_struct { object::Monster *monster; //怪物對象指針 float radius; //搜索半徑 int32_t count; //最大能夠搜索的對象數量 int8_t type; //類型 bool only_noenemy; //是否只搜索沒有敵人的隊員 bool scan_allmonster; //是否掃描全部敵人 } operator_teammates_t; //隊伍搜索結構
查看附近的玩家列表(名稱、狀態、等級等)。
typedef struct operator_character_struct : public operator_base_struct { object::list_t *targets; //對象列表指針 float radius; //搜索半徑 int32_t count; //最大能夠搜索的對象數量 object::Special *self; //搜索主體 world_position_t center_point; //中心點位置 } operator_character_t; //特殊對象玩家搜索結構
若是附近有陷阱,則對象在陷阱有效範圍裏將被陷阱做用。
typedef struct operator_trap_struct : public operator_base_struct { object::list_t *targets; //對象列表指針 float radius; //搜索半徑 int32_t count; //最大能夠搜索的對象數量 object::Special *self; //搜索主體 world_position_t center_point; //中心點位置 } operator_trap_t; //特殊對象搜索陷阱的結構
1 若是二叉樹的左子樹不爲空,則左子樹上的每個節點的元素值都小於其對應的根節點元素的值。
2 若是二叉樹的右子樹不爲空,則右子樹上的每個節點的元素值都大於其對應的根節點元素的值。
3 時二叉樹的左子樹和右子樹同時知足一、2兩項特性,即左子樹和右子樹都是一棵二叉樹。
基於二叉排序樹的查找算法分爲插入操做和查找操做的兩個部分。
插入操做不須要移動節點,僅須要移動節點指針。
#include <stdio.h> #include <stdint.h> #include <inttypes.h> #include <malloc.h> /** * 二叉排序樹定義性質: * 1 若是二叉樹的左子樹不爲空,則左子樹上的每個節點的元素值都小於其對應的根節點元素的值。 * 2 若是二叉樹的右子樹不爲空,則右子樹上的每個節點的元素值都大於其對應的根節點元素的值。 * 3 同時二叉樹的左子樹和右子樹同時知足一、2兩項特性,即左子樹和右子樹都是一棵二叉樹。 */ /** * 基於二叉排序樹的查找算法分爲插入操做和查找操做的兩個部分。 * 插入操做不須要移動節點,僅須要移動節點指針。 */ typedef struct node_struct { int32_t data; struct node_struct *left, *right; } node_t, *nodepointer_t; //二叉樹的查找的結構 //二叉樹查找 nodepointer_t binarytree_search(nodepointer_t tree, int32_t x); //二叉樹插入。若是樹中不存在元素x,則將x插入到正確的位置並返回1,不然返回0 int32_t binarytree_insert(nodepointer_t *trees, int32_t x); //中序遍歷二叉排序樹 void in_ordertraverse(nodepointer_t tree); int32_t main(int32_t argc, char *argv[]) { nodepointer_t tree = NULL, pointer; int32_t table[] = {32, 13, 23, 56, 53, 67, 65, 88, 25, 36}; int32_t length = sizeof(table) / sizeof(table[0]); int32_t x, i; //插入並生成二叉排序樹 for (i = 0; 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 0; } 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) { //若是找到,則返回指向該節點的指針 return pointer; } else if (x < pointer->data) { //若是關鍵字小於pointer指向的節點的值,則在左子樹中查找 pointer = pointer->left; } else if (x > pointer->data) { //若是關鍵字大於pointer指向的節點的值,則在右子樹中查找 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) //若是二叉樹中存在元素爲x的節點,則返回0 return 0; parent = current; //parent指向current的前驅節點 if (x < current->data) { //若是關鍵字小於pointer指向節點的值,則在左子樹中查找 current = current->left; } else { //若是關鍵字大於pointer指向節點的值,則在右子樹中查找 current = current->right; } } pointer = (node_t *)malloc(sizeof(node_t)); //生成節點 if (NULL == pointer) return 0; //內存不足 pointer->data = x; pointer->left = NULL; pointer->right = NULL; if (!parent) { //若是二叉樹爲空,則第一節點成爲根節點 *trees = pointer; } else if (x < parent->data) { //若是x小於parent指向的節點元素,則x成爲parent的左節點數據 parent->left = pointer; } else { //若是x大於parent所指向的節點元素,則x成爲parent的右節點數據 parent->right = pointer; } return 1; } void in_ordertraverse(nodepointer_t tree) { if (tree) { in_ordertraverse(tree->left); //中序遍歷左子樹 printf("%4d", tree->data); //訪問根節點 in_ordertraverse(tree->right); //中序遍歷右子樹 } }
哈希表的查找方法與前面的基於線性和樹形的查找算法不一樣,哈希表直接定位了元素所在位置,基本不須要逐個比較元素(除了衝突)。
該算法須要解決的兩個問題:構造哈希表和處理衝突。
最經常使用的構造哈希表的方法是除留餘數法,最爲經常使用的處理衝突的方法是開放定址法和鏈地址法。
#include <stdio.h> #include <stdint.h> #include <inttypes.h> #include <malloc.h> #include <stdlib.h> /** * 哈希表的查找方法與前面的基於線性和樹形的查找算法不一樣,哈希表直接定位了元素所在 * 的位置,基本不須要逐個比較元素(除了衝突)。 * 該算法須要解決的兩個問題:構造哈希表和處理衝突。 * 最經常使用的構造哈希表的方法是除留餘數法,最爲經常使用的處理衝突的方法是開放定址法和鏈地址法。 */ typedef struct datatype_struct { int32_t value; //元素值 int32_t repeatcount; //重複次數 } datatype_t; //元素類型結構 typedef struct hashtable_struct { datatype_t *data; int32_t length; //長度 int32_t number; //個數 } hashtable_t; //哈希表的結構 //構造哈希表並處理衝突 void create_hashtable(hashtable_t *hashtable, int32_t m, int32_t p, int32_t hash[], int32_t length); //在哈希表中查找值爲x的元素 int32_t hash_search(hashtable_t hashtable, int32_t x); //求哈希表的平均查找長度 void hashASL(hashtable_t hashtable, int32_t m); //哈希表打印 void displayhash(hashtable_t hashtable, int32_t m); //數組打印 void displayarray(int32_t array[], int32_t length); int32_t main(int32_t argc, char *argv[]) { int32_t hash[] = {45, 35, 23, 17, 83, 27, 91, 33, 56, 78, 99}; hashtable_t hashtable; int32_t m = 11, p = 11; int32_t length = sizeof(hash) / sizeof(hash[0]); 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 0; } void create_hashtable(hashtable_t *hashtable, int32_t m, int32_t p, int32_t hash[], int32_t length) { int32_t i, k = 1; 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; //元素個數 (*hashtable).length = m; //哈希表長度 for (i = 0; i < m; ++i) { //哈希表初始化 (*hashtable).data[i].value = -1; (*hashtable).data[i].repeatcount = 0; } for (i = 0; i < length; ++i) { //構造哈希表並初始化 sum = 0; //sum 記錄衝突次數 addr = hash[i] % p; //利用除留餘數法求哈希函數地址 di = addr; //若是不衝突則將元素存儲在表中 if (-1 == (*hashtable).data[addr].value) { (*hashtable).data[addr].value = hash[i]; (*hashtable).data[addr].repeatcount = 1; } else { //用線性探測再散列法處理衝突 do { di = (di + k) % m; sum += 1; } while ((*hashtable).data[di].value != -1); (*hashtable).data[di].value = hash[i]; (*hashtable).data[di].repeatcount = sum + 1; } } } 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 != -1) { if (hashtable.data[d].value == x) { //若是找到x,則返回其所在位置 return d; } else { //若是沒有找到,則繼續向後查找 d = (d + 1) % m; } //若是已經遍歷完全部位置仍是沒有找到,則返回0 if (d == d1) return 0; } return 0; } void hashASL(hashtable_t hashtable, int32_t m) { float avg = 0; int32_t i; for (i = 0; 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 = 0; i < m; ++i) //輸出哈希表的地址 printf("%-5d", i); printf("\n"); printf("member value: "); for (i = 0; i < m; ++i) //輸出哈希表的元素值 printf("%-5d", hashtable.data[i].value); printf("\n"); printf("repeat times: "); for (i = 0; i < m; ++i) //衝突次數 printf("%-5d", hashtable.data[i].repeatcount); printf("\n"); } void displayarray(int32_t array[], int32_t length) { int32_t i; for (i = 0; i < length; ++i) printf("%4d", array[i]); printf("\n"); }