自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(41)
  • 收藏
  • 关注

原创 px 和 rem已经过时?

在实际开发中,建议优先采用后向差分法进行实现,根据实际的采样频率和信号带宽,灵活调整截止频率,以达到去噪与响应速度的最佳平衡。前向差分法 有条件稳定 (需 fs > π·fc) 极低 延迟最大 (显式,多拍滞后) 算法简单,但天然引入 1 个采样周期的纯延迟,且易发散。推算采样频率:为了保证数字滤波算法的准确性,工程上通常要求采样频率大于 10 倍的截止频率(经验值,确保滤波精度)。算上限:工程上通常要求采样频率大于 10 倍的截止频率(经验值,确保滤波精度),即截止频率小于 10 Hz。

2026-03-12 20:18:25 154

原创 面向海量关系型数据的实时全文检索:从 Elasticsearch 到 Logstash 的架构解析

就算一些极端情况下产生了一棵比较高的树,只要一次路径压缩就能大幅降低树高,从 摊还分析 的角度来看,所有操作的平均时间复杂度依然是 O(1),所以从效率的角度来说,推荐你使用这种路径压缩算法。logN的高度只存在于平衡二叉树,对于一般的树可能出现极端不平衡的情况,使得「树」几乎退化成「链表」,树的高度最坏情况下可能变成N。如图所示,这样每个节点的父节点就是整棵树的根节点,find就能以 O(1) 的时间找到某一节点的根节点,相应的,connected和union复杂度都下降为 O(1)。

2026-03-12 20:14:45 178

原创 独立开发一期收尾,有点傻眼了!

比如想把任务发给所有员工,就要用到 广播交换机(Fanout Exchange),它会把任务发给所有已绑定的队列,然后每个员工分别从自己的队列取任务并完成。如果使用消息队列,用户点击抢购后,系统先做基本的校验并在缓存中预扣库存,确认可以抢购后,把抢购请求(消息)投入消息队列,就可以立刻返回结果了(页面)。如果你全都要,可以考虑 Kafka 的分区机制,可以将同一用户的消息路由到同一个分区,同一个分区内的消息严格有序,不同用户的消息又可以并发处理。鱼皮:消息队列(俗称 MQ)就像一个快递驿站。

2026-03-12 20:11:02 236

原创 在代码生成工具DatabaseSharp中对Vue+ElementPlus的BS端和Winform端界面进行定制生成

更关键的是低温性能的突破——-20℃还能保持85%的电量,电动车“不过山海关”的历史,结束了。发布会上有个细节:一位黑龙江的车主被请上台,他的汉EV搭载了测试版的二代刀片电池,整个冬天没充电焦虑,“早上启动,续航显示只比夏天少了30公里”内容创作:根据草稿自动撰写日报、周报、工作总结(周报突出不了重点,可能我觉得的是重点,但是草草带过,我认为的不是重点反而写太多)。按理说,作为一个经常关注科技动态的博主,我应该守在直播前,边看边记笔记,结束后连夜赶稿——这是常规操作,也是不少同行的日常。

2026-03-12 20:07:06 242

原创 。 、通用命令 keys:查看当前库所有key (匹配:keys *) exists key:判断某个key是否存在 type ke ...

不论你是喂给它一张只有几 KB 的模糊表情包,还是一张几百 MB 的 4K 超高清风景照,这个软件在手机里占用的存储空间(它的“脑容量”)竟然是一模一样的。无论这张脸是在 4K 图里(眼睛很大),还是在缩略图里(眼睛很小),AI 用的都是同一套探测逻辑去扫描。无论墙壁(图片)是一平米的小厕所墙,还是几千平米的体育馆墙,你手里拿着的?这段代码展示了我们要计算的参数量(可以理解为 AI 的脑细胞数量),你会发现它根本不关心图片是几乘几的。卷积层的参数量由探测器(卷积核)的复杂度决定,与被探测的图片尺寸无关。

2026-03-12 20:03:18 243

原创 ArrayPool.Shared解说

在插件里,最开始的位置通常有个 interval = 15 的配置,表示这个插件的所有 instance 都是 15s 采集一次,如果这个配置注释了,那就是复用全局的 interval,全局的 interval 在 conf/config.toml 里。每个插件都有一个目录,有时方便管理,想把插件配置拆成多个文件,也是可以的。如果这个地址配置的不对或没有 enable,机器列表就是空的,或者即便机器列表不为空,机器后面的各个字段都是 unknown,页面上点击机器标识展开的侧拉板里也看不到机器的元信息。

2026-03-11 15:04:43 148

原创 【光照】Unity[光照烘焙]的原理与具体流程

配置可信域名时可能会让进行域名归属认证,下载认证文件,放到域名访问根目录下,确保 http://www.oa.com:8099/WW_verify_xxxxxxx.txt,在浏览器可访问(会显示WW_verify_xxxxxxx.txt内的内容),具体实现方式根据系统的部署方式决定,可根据系统的部署方式询问AI。* 接口:GET https://qyapi.weixin.qq.com/cgi-bin/user/getuserinfo?出处:http://www.cnblogs.com/xxhxs-21/

2026-03-11 15:00:00 208

原创 吴恩达深度学习课程一:神经网络和深度学习 第二周:神经网络基础(六)

如果两端生成的 DOM 不一致,就会出现常见的 Hydration mismatch 问题。湃召炯较在前端工程化发展过程中,“页面是如何生成 HTML 的”逐渐成为一个绕不开的话题。页面在构建阶段生成静态 HTML,但在运行时可以按需、按周期重新生成并缓存最新 HTML。CSR、SSR、SSG、ISR 本质上并不是框架概念,而是渲染发生的时间与位置不同。而是让你可以在同一个项目中自由切换 CSR / SSR / SSG / ISR。CSR / SSR / SSG / ISR 的本质不是技术高低,

2026-03-11 11:36:24 211

原创 Python 潮流周刊#:让我们对 PyPI 温柔一点,好吗?

从源码也可以看出每个请求背后是一系列中间件 handler 在处理,并且 server 启动了 Prometheus,Trace 等服务负责监控,链路追踪等,使得开发微服务时只需要关注业务逻辑即可,非常方便。// 具体可参考 https://github.com/zeromicro/go-zero/blob/master/rest/chain/chain.go#L81。// engine.buildChainWithNativeMiddlewares 注册自带中间件到 engine.chain。

2026-03-11 11:30:22 223

原创 Java泛型符号T、E、K、V、? 傻傻分不清楚

当你为某个镜像创建一个新标签时,如果旧标签不再被其他镜像引用,它也可能变成悬空镜像。例如,你将一个测试版镜像标记为稳定版:docker tag my-app:test my-app:stable,如果 my-app:test没有其他引用,它就可能成为悬空镜像。命令 docker system prune -a或 docker image prune -a会删除所有未被容器使用的镜像,而不仅仅是悬空镜像。它可以在最终镜像中只保留运行所需的文件,避免包含构建阶段的中间层,从而从源头上减少悬空镜像的产生。

2026-03-11 11:25:55 218

原创 史诗级漏洞警报:ASP.NET Core 被曝 CVSS . 分漏洞,几乎所有.NET 版本无一幸免!

全面的系统适配:可运行于 Windows 7+、macOS 10.13+、Linux 各发行版(符合 .NET 6 支持列表)、Android 5.0+、iOS,无论是桌面端软件、服务器批量处理,还是移动端 APP,均能稳定部署。2. 多场景模型覆盖 ManySpeech 通过 “语音识别、端点检测、标点恢复、音频分离增强” 等多任务协同,无需整合多套工具链,仅靠组件组合即可匹配不同业务需求,解决 “场景多变导致工具碎片化” 的问题。

2026-03-10 13:18:49 167

原创 “化零为整”的智慧:内存池如何绕过系统调用和GC,构建性能的护城河

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-10 13:13:45 243

原创 从零开始学习 ASP.NET MVC . (三) Controller/Action 深入解析与

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-10 13:08:42 196

原创 NHibernate 实践总结(二) 在mapping文件中设置抓取策略对HQL与Criteria造成不同影响的测试与验证

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-09 13:08:39 181

原创 javascript 缓存系统

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-09 13:03:43 410

原创 WPF 基础到企业应用系列——WPF前世今生

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-08 11:17:52 221

原创 Tangram 前端库通过 Github 开源了

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-08 11:12:34 363

原创 深入理解JavaScript系列():揭秘命名函数表达式

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-07 12:54:04 356

原创 在 Asp.NET MVC 中使用 SignalR 实现推送功能

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-07 12:48:37 395

原创 “四核”驱动的“三维”导航 -- 淘宝新UI(需求分析篇)

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-06 12:52:35 203

原创 【面试】一篇文章帮你彻底搞清楚“I/O多路复用”和“异步I/O”的前世今生

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-06 12:47:16 232

原创 atomic不是免费午餐

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-05 12:09:43 296

原创 MAVEN构建分离依赖JAR

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-05 12:03:57 385

原创 【译】GPT- 现已在 Visual Studio 中可用

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-04 12:05:02 328

原创 China Soft

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-04 11:59:00 316

原创 的文档格式较为复杂,难以完美支持所有格式特性,且图片资源的处理存在技术难点。 现在,有一个插件可以很好地支持导入 Markdown ...

全面的系统适配:可运行于 Windows 7+、macOS 10.13+、Linux 各发行版(符合 .NET 6 支持列表)、Android 5.0+、iOS,无论是桌面端软件、服务器批量处理,还是移动端 APP,均能稳定部署。2. 多场景模型覆盖 ManySpeech 通过 “语音识别、端点检测、标点恢复、音频分离增强” 等多任务协同,无需整合多套工具链,仅靠组件组合即可匹配不同业务需求,解决 “场景多变导致工具碎片化” 的问题。

2026-03-03 22:08:16 242

原创 微软.net表达式编译居然有bug?

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-03 21:59:23 336

原创 鸿蒙应用开发从入门到实战(十一):ArkUI组件Text&TextInput

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-02 12:47:32 289

原创 React 基础核心概念( 个)——从入门到能写业务组件(上)| 葡萄城技术团队

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-02 12:41:50 439

原创 Powershell管理远程计算机(四)

console.log('难度提升至: ' + this.difficulty.toFixed(1));type: Math.floor(Math.random() * 3), // 0-2随机形状。// 确保UI在最上层。size: Math.random() * 4 + 3 // 放大5倍。Math.random() * 80 - 40, // X: -40到40随机位置。Math.random() * 10 - 5 // Z: -5到5增加深度变化。

2026-03-01 11:11:31 721

原创 软件加壳和脱壳的基础原理

模型支持广泛:支持多个模型提供商,如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等;多模型协作:作为 Model Context Protocol 服务器,可将喜爱的 AI 工具连接到多个 AI 模型,支持对话线程,让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论,实现真正的 AI 协作和对话连续性。简单讲,它提供沙箱、开发工具和测试基准,让AI能够学习控制完整的桌面系统(如macOS、Linux、Windows)。

2026-03-01 11:05:00 294

原创 现代 PHP+ 实战特性介绍 Enums、Fibers 和 Attributes

先来看下kcontext()的代码。胸挥哉撂随着处理器主频的越来越高,每次读写一次磁盘要耗费很多个时钟周期来等待磁盘操作的完成,与其傻傻等待,在这等待的过程中我们可以做更多有意义的事情,如当第一个程序需要等待输入输出的时候,切换到第二个程序来运行,第二个程序也等待输入输出的时候就可以切换到第三个程序,以此类推。进程是执行中的程序,除了可执行代码外还包含进程的活动信息和数据,比如用来存放函数变量、局部变量、返回值的用户栈,存放进程相关数据的数据段,内核中进程间切换的内核栈,动态分配的堆。

2026-02-28 21:32:10 607

原创 们是: 《大模型基础补全计划(一) 重温一些深度学习相关的数学知识》 https://www.cnblogs.com/Iflyins ...

替换为function receiveInstance(instance,module){wasmExports=instance.instance.exports;原理比较简单,如下图所示,将C#写的PixUI应用及C++写的Skia引擎编译为WebAssembly,然后通过微信小程序的WXWebAssembly加载,并在canvas(WebGL)通过skia绘制出用户界面,监听微信小程序的事件传给C#处理后重新绘制界面。2. 参考PixUI.Demo.Wasm.proj修改工程文件。

2026-02-28 21:29:25 284

原创 Netflix确保数亿用户观影体验的“事件”管理是如何构建与实践的?

除了快速采用,工具还改变了工程师对 “事件” 的看法:事件不再是 “可怕的大型故障”,而是 “任何值得关注与学习的影响或中断”。“自研还是采购”是重要考量。尽管 Netflix 拥有世界一流的工程团队,但在我们的时间线、投入成本与后续持续维护的约束下,构建一套完全满足上述要求的自研方案并不现实。本文将深入讲述我们如何把事件管理从一个集中式职能,转变为一项普及、易用的实践,以及我们在这一过程中获得的宝贵经验教训。平台在选型阶段满足了我们的各项指标,而在随后的转型过程中,这四项需求的作用比我们预期的更为显著。

2025-12-17 21:07:10 435

原创 【光照】[各向异性]在UnityURP中的实现

‌切线空间计算‌:使用切线向量(Tangent)或副切线(Bitangent)替代法线向量,通过TdotH = dot(tangent, halfVector)计算高光强度,再转换为TsinH = sqrt(1 - TdotH²)实现条状高光效果。‌双层高光特性‌:主高光(Primary Specular)靠近发梢,次高光(Secondary Specular)靠近发根且带有彩色偏移,模拟Marschner模型的散射特性。‌G项 几何遮蔽项‌:采用Smith联合阴影函数,结合光方向和视线方向的遮蔽效果。

2025-12-17 21:05:56 462

原创 强的飞起的 Roslyn 编译时代码生成,实现抽象类继承与依赖注入的自动化配置

Header传递 [Header("Authorization", AliasAs = "X-Token")] 标准API调用、RESTful服务 高 添加到HTTP Header 符合HTTP标准、服务器友好。方法级Token [Token][Header("x-token")] string token 临时Token、多租户 高 使用方法参数 灵活控制、精确传递。[Token] Token参数 标记为认证Token [Token][Header("X-Token")] string token。

2025-12-15 14:20:41 653

原创 深入解析Oracle数据库的启动、访问与关闭机制

这些进程的启动信息会记录在告警日志(alert_<ORACLE_SID>.log)中,Oracle 11g及以上版本的日志会包含进程PID(数据库内部标识)与OS ID(操作系统进程标识),便于故障定位。Nomount阶段完成后,Oracle通过参数文件中的control_files配置找到控制文件,进入Mount阶段。DB_UNIQUE_NAME:Oracle 10g新增参数,用于区分同一主机上相同DB_NAME的数据库,替代9i的lock_name_space参数,支持创建备用数据库。

2025-12-15 14:20:00 947

原创 [数据库/数据结构] LSM-Tree :结构化的日志合并树——NewSQL数据库的基石

数据不是一成不变的,在不断的数据操作时,节点会分裂,一变2之后,从【内存】flush到【硬盘】的时候就很有可以变得不连续。所以,【合并效率】更加高。虽然短期你可以获得极致的写效率,但是【后边合并】的时候你会面临着后期复杂的操作,在flush和Compaction发生的时候,压力一下子就上来了,【控制性能的抖动】是一个很大的挑战。同一批次的数据不包含重复key,但不同批次的数据包含重复key,这就需要在读的时候去做合并,对key相同的数据返回去最新版本的值,所以叫merge on read方案。

2025-12-14 13:16:53 857

原创 生成式AI项目的管理新挑战

生成式AI项目继承了传统AI项目的数据驱动、不确定性等核心特征,同时在其基础上,对项目管理的四个核心知识领域——范围、质量、成本与风险——提出了前所未有的新挑战。设立“能力探索”冲刺: 在项目早期,安排专门的、时间盒保护的迭代周期,用于系统性探索模型的能力边界,从而为后续的范围规划提供实证依据。生成式AI需求: “生成一张‘在月光下嬉戏的、卡通风格的、看起来温馨可爱的猫’的图片。从“功能实现者”到“创意引导者” 善于定义和评估创造性任务,管理主观期望,将模糊的“灵感”转化为可管理、可验证的“需求”。

2025-12-14 13:16:12 285

原创 【URP】Unity[视差遮挡贴图]原理剖析实践

视差遮挡贴图是视差贴图技术的高阶实现,通过‌光线步进(Raymarching)算法‌精确计算视线与高度图的交点,模拟复杂表面(如砖墙、岩石)的几何遮挡效果。‌分层深度检测‌将视线方向在切线空间分解为多层(通常8-15层),逐层采样高度图,通过二分法逼*视线与表面的交点。‌动态采样优化‌根据视角与法线的夹角动态调整采样层数(**行视角增加层数,垂直视角减少层数),*衡精度与性能。‌遮挡关系重建‌通过交点处的UV偏移修正纹理采样位置,模拟凹凸表面的光线遮挡效果。// 动态计算采样层数。// 二分法精确交点。

2025-12-13 12:58:18 797

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除