开发易于移植的J2ME游戏(转)

本文聚焦J2ME游戏开发的移植问题,因不同手机屏幕大小、按键、支持的API和性能各异,一次开发到处运行不易。文中从屏幕尺寸、文字大小等方面,介绍将可变数值设为变量或常量、使用相对坐标、利用虚拟屏幕等方法,以提高游戏可移植性。

J2ME游戏开发中,移植是个问题。各种手机的屏幕大小,按键,支持的API和性能各不相同,要想一次开发,到处运行并非易事。本文从几个方面简要讨论一下开发易于移植的J2ME游戏的方法,每一节分别对应一个具体问题。

一 不大不小的Size问题

1 屏幕尺寸不等?把它看做变量!
第一个问题,就是屏幕的尺寸问题。不同牌子不同型号的手机,屏幕尺寸大小不一。在渲染时必须考虑到尺寸的变化,即将尺寸看成两个变量 ScreenWidth和ScreenHeight,将这两个变量代入到渲染时坐标的计算式中。这样屏幕尺寸变了,但想要的效果不会变。举个简单的例子,现在想居中绘制一个Logo图,只要设置渲染的坐标为: x=(ScreenWidth-ImageWidth)/2; y=(ScreenHeight-ImageHeight)/2即可。再举个RPG游戏中绘制地图的例子,假如Tile大小为16*16,屏幕大小为128*128,则一屏正好显示8*8个Tile,但是如果直接用8*8次循环绘制这些Tile,那么程序就写死了,如果屏幕大小变了(换了一个机型或改成使用全屏)或者Tile大小变了,这些地方就要改动。正确的方法还是将尺寸看做变量,可将Tile的宽和高定义为常量,这样需要绘制的Tile数目为 ScreenWidth/TileWidth * ScreenHeight/TileHeight。现在你可以在各种大小的屏幕上正确显示你的地图了。这样的例子很多,也不光是屏幕尺寸需要看作变量,凡是有可能改变的数值,将他们定义成变量或常量,那么可移植性就会提高很多。另外,使用相对坐标也能提高可移植性,比如现在需要绘制超级玛丽中得到的金币数,我们需要显示一个金币的图,然后在它后面写上数字。嗯,将金币的坐标设为gold_x,那么数字显示的起始坐标就是gold_x+金币图标宽度+1。我这儿写了一个1,但这不要紧,我只是想显示数字的时候和金币图标隔开一个象素,这样写后,如果我们想将金币数的显示从左边移到右边,则只要改变gold_x就可以啦。如果我们想让金币数目显示在屏幕的最右边怎么办?只要将gold_x设为 ScreenWidth-金币图标宽度-1-StringWidth(String(金币数目))。嗯,就是这样,这是一句伪码,重点在于我们将表示金币数目的数字的长度也计算了一遍。因为不同机器的字符大小也不同。

2 文字大小不等?还是将它看成变量!
说到文字,大家可能都会很郁闷,因为中文普遍比较大,做到手机里面很不美观。当然也有个别,NokiaS40的小字体看着还不错。这儿我想起了一件事,我将字体设为Large时,MotorolaV600的真机显示的是小字体!呵呵,原来设为Small,它倒是大字体。好了,说正题。既然文字大小不等,那我们还是将它看成变量。Font类有两个方法:getHeight和stringWidth可以帮助我们。如果你的游戏里只使用一种字体,那么只要开始时调用一下getHeight,将字体高度记录下来就可以了。当然要记得在paint里面setFont啊!stringWidth可以计算出一个字符串的长度,这非常有用,因为手机中的英文字体一般不是等宽的,而且中英文数字混排时字符串的长度就更不能用字符数*字符宽度去计算了。有了这个函数,我们就可以准确知道所绘制的字符串的长度。这里有个典型的应用是文本显示的时候换行,通过stringWidth可以计算出文本是否需要换行。再给个小小例子,我写得一个工具函数,用来显示左右软键菜单。
public static void drawSoftKeyMenu(Graphics g,String leftKey, String rightKey, int color, int style)
{
drawString(g,leftKey,0,canvasHeight-mainFontHeight,color,style,GLT) ;
drawString(g,rightKey,canvasWidth-stringWidth(rightKey),canvasHeight-mainFontHeight,color,style,GLT) ;
}
当然这个函数你不能直接用,里面用到了好几个我自己封装的函数,不过意思很明白。绘制左软键菜单的坐标是(0,canvasHeight-mainFontHeight),绘制右软键菜单的坐标是(canvasWidth-stringWidth(rightKey),canvasHeight-mainFontHeight)

3 虚拟屏幕 - 很好玩也很好用
第一个问题说了屏幕的大小,我们将它看作变量,就可以解决移植时屏幕不等大的问题了。这儿提供一个高级技巧,其实很简单:)。就是将屏幕的一部分作为你的游戏屏幕,我称它为虚拟屏幕。请相信,它是很有意思也很有用的。虚拟屏幕用起来很容易,只要将你的坐标范围看作: x=0~vsWidth , y=0~vsHeight。按照这个坐标范围,像原来一样作所有的事情,只是,在最后渲染的时候,将你的坐标转换到真实的屏幕坐标。 real_x = x+vsX, real_y = y+vxY 。那么这个虚拟屏幕有什么好处呢?第一,你可以用一个屏幕很大的模拟器开发了,只要在它的屏幕上设置一块虚拟屏幕就可以了。剩于的屏幕怎么办?可以用来显示一些调试信息什么的。当然最好也定义成虚拟屏幕。就是说你可以定义n个虚拟屏幕。每个屏幕显示自己的内容,互不影响。除了调试,开发分屏游戏时也用得上。
上面提到的虚拟屏幕只是简单的在真是屏幕上挖了一块。其实,我们可以完全按照自己的想法定义它,可以任意定义它的大小,定义一个1024×1024的屏幕也没问题。你现在拥有了一个1024*1024的游戏区域了,在里面可以尽情作所有的东西,只要,在渲染的时候将虚拟屏幕的坐标映射到真实屏幕即可: real_x = x/n + vsX , real_y = y/m + vsY 。这里的n和m是比例系数。

小结:这一章讲了size问题,一句话,将会变的看成变量,这不只是针对size有用,针对游戏开发时的所有量都是有效的。即使你确定它不变,也请使用常量定义,请放心,混淆器会将所有的final static内联的。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-126981/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-126981/

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
基于粒子群算法优化Kmeans聚类的居民用电行为分析研究(Matlb代码实现)内容概要:本文围绕基于粒子群算法(PSO)优化Kmeans聚类的居民用电行为分析展开研究,提出了一种结合智能优化算法与传统聚类方法的技术路径。通过使用粒子群算法优化Kmeans聚类的初始聚类中心,有效克服了传统Kmeans算法易陷入局部最优、对初始值敏感的问题,提升了聚类的稳定性和准确性。研究利用Matlab实现了该算法,并应用于居民用电数据的行为模式识别与分类,有助于精细化电力需求管理、用户画像构建及个性化用电服务设计。文档还提及相关应用场景如负荷预测、电力系统优化等,并提供了配套代码资源。; 适合人群:具备一定Matlab编程基础,从事电力系统、智能优化算法、数据分析等相关领域的研究人员或工程技术人员,尤其适合研究生及科研人员。; 使用场景及目标:①用于居民用电行为的高效聚类分析,挖掘典型用电模式;②提升Kmeans聚类算法的性能,避免局部最优问题;③为电力公司开展需求响应、负荷预测和用户分群管理提供技术支持;④作为智能优化算法与机器学习结合应用的教学与科研案例。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解PSO优化Kmeans的核心机制,关注参数设置对聚类效果的影响,并尝试将其应用于其他相似的数据聚类问题中,以加深理解和拓展应用能力。
在大数据技术快速发展的背景下,网络爬虫已成为信息收集与数据分析的关键工具。Python凭借其语法简洁和功能丰富的优势,被广泛用于开发各类数据采集程序。本项研究“基于Python的企查查企业信息全面采集系统”即在此趋势下设计,旨在通过编写自动化脚本,实现对企查查平台所公示的企业信用数据的系统化抓取。 该系统的核心任务是构建一个高效、可靠且易于扩展的网络爬虫,能够模拟用户登录企查查网站,并依据预设规则定向获取企业信息。为实现此目标,需重点解决以下技术环节:首先,必须深入解析目标网站的数据组织与呈现方式,包括其URL生成规则、页面HTML架构以及可能采用的JavaScript动态渲染技术。准确掌握这些结构特征是制定有效采集策略、保障数据完整与准确的前提。 其次,针对网站可能设置的反爬虫机制,需部署相应的应对方案。例如,通过配置模拟真实浏览器的请求头部信息、采用多代理IP轮换策略、合理设置访问时间间隔等方式降低被拦截风险。同时,可能需要借助动态解析技术处理由JavaScript加载的数据内容。 在程序开发层面,将充分利用Python生态中的多种工具库:如使用requests库发送网络请求,借助BeautifulSoup或lxml解析网页文档,通过selenium模拟浏览器交互行为,并可基于Scrapy框架构建更复杂的爬虫系统。此外,json库用于处理JSON格式数据,pandas库则协助后续的数据整理与分析工作。 考虑到采集的数据规模可能较大,需设计合适的数据存储方案,例如选用MySQL或MongoDB等数据库进行持久化保存。同时,必须对数据进行清洗、去重与结构化处理,以确保其质量满足后续应用需求。 本系统还需包含运行监控与维护机制。爬虫执行过程中可能遭遇网站结构变更、数据格式调整等意外情况,需建立及时检测与自适应调整的能力。通过定期分析运行日志,评估程序的效率与稳定性,并持续优化其性能表现。 综上所述,本项目不仅涉及核心爬虫代码的编写,还需在反爬应对、数据存储及系统维护等方面进行周密设计。通过完整采集企查查的企业数据,该系统可为市场调研、信用评价等应用领域提供大量高价值的信息支持。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值