posts
这里是全站文章的归档入口，下面是按时间倒序排列的全部文章。若想按主题浏览，请从首页的专题分类进入。
《小游戏开发实战》卷二《引擎、实现与体验打磨》的复现索引：按 16 章列出 pebble/ 下全部 config / sim / core / web 文件，写清卷二工具链的 e<章号>_ 前缀约定（与卷一的 ch 前缀区分，避免 node --test 通配符交叉匹配）、环境速查与六层可运行性口径（S/P/W/D/X/B）的逐层复现命令，以及一键复现与排错顺序。
对象池解决「少分配」，但弱机的内存与帧耗时本身就不够用。这一节把弱机识别做成整数判据：按可用内存、帧耗时 P95、CPU 核心数把设备分成 high/mid/low 三档，每档给出粒子数、渲染分辨率千分比、动效开关与目标帧率，并支持运行时主动降一档。
把「每帧新建对象」与「对象池零分配」放进同一个分配量级的解析模型：跑 10 分钟，算出分配总量与 GC 触发次数，再用 B 层扫描每帧分配数到 GC 触发间隔。全程显式声明这是模型而非 V8 实测，数字只在同一套假设下可比，用来判断分配密度是否危险。
小游戏里每帧新建对象会把垃圾回收压力堆到帧预算上。这一节用 TypeScript 写一个定容对象池：acquire 借出时清零状态、release 归还进空闲表，容量耗尽按拒绝、覆盖最旧、扩容到上限三种策略处理，并统计命中率与峰值占用，让「复用是否真的发生」变成可断言的事。
前两节把存档存好、迁好了，这一节问一个更尖锐的问题：存档被玩家改了怎么办。给出客户端能做的四类校验——数值上限、时间间隔下界、增量单调性、离线收益封顶，再用 S 层脚本模拟八种作弊模式，看清本地校验能拦住哪些、漏掉哪些，以及为什么权威必须放服务端。
上一节把存档存进了抽象层，这一节解决更难的一半：玩家设备上躺着的旧存档，格式变了怎么办。用 v1→v2→v3 的迁移链演示三类改动——字段新增默认值、字段重命名、类型收紧，配可跑测试断言旧存档能升到最新且不丢数据、迁移幂等、未知版本明确失败，并用 S 层脚本对照迁移前后的体积与耗时。
小游戏要在浏览器与多个小游戏宿主上跑，存储能力各不相同：有的无上限，有的只有几 MB 且会静默丢写。本节给出一层可断言的 KV 抽象——内存、限额、降级到最小存档三种实现，容量按整数字节记账、超限按优先级淘汰，云存档只按整数版本号对账取新者。
把「落地弹得对不对」变成四个整数参数：重力增量、速度阻尼比、落地弹性比、静止阈值。用固定步长的整数物理内核实现下落与弹跳，再用单文件 HTML 原型配 Playwright 无头，先注入固定帧数步进、再走一遍真实 rAF 下落，断言落点、弹跳次数与静止判定并截图。
动手写 t1/t2 两级里最核心的碰撞内核：AABB 与圆相交（整数平方距离比较，无开方）、按网格做的 3x3 邻域 broad phase，并用可播种 LCG 撒点，对照暴力 O(n^2) 与网格的候选对数随实体数增长，产 CSV 与 SVG。
把「小游戏要不要上物理引擎」变成可核算的分级问题：把玩法类型映射到所需物理能力，再折算成代码行数、实现工时与包体占用，用 S 层脚本逐层汇总五个层级，讲清《合成小岛》为什么只需最轻的一级、多上一级要付多少代价，以及分级为何要按能力增量补齐而非整体升级。
把浏览器与小游戏宿主的输入差异摆成一张矩阵：事件 API 名、多点触控投递方式、取消事件、安全区、坐标原点五个维度逐平台对比，用 S 层脚本统计差异条目并估算适配工时，讲清权重模型与复用系数如何把「每家平台都要改一遍」压成一次性抽象层成本。
把「跟不跟手」从主观感受变成可调参数：用整数跟随模型（跟随系数、死区、最小步、速度上限、松手吸附）实现拖拽手感，参数全为像素整数、无浮点，再用单文件 HTML 原型配 Playwright 无头真跑一次鼠标拖拽，断言落点、吸附与手势并截图存档。
把不同平台的触摸事件统一归一化成 {x,y,phase} 样本序列，再用手势状态机识别点击、长按、拖拽与滑动：给出可跑的 TypeScript 输入内核与 14 项单元测试，讲清时间阈值与位移阈值的判定顺序，以及物理像素到逻辑坐标的整数缩放与原点翻转。
暂停容易，恢复难：切后台十分钟再回来，若把十分钟按固定步长如实补回，一帧要跑三万七千步，设备直接卡死。本节用封顶补偿把离线时长折算成有上限的固定步数，并把整条「暂停 → 切后台 → 恢复」路径放进单文件 HTML 原型，用 Playwright 无头断言加截图验收。
一款小游戏不止一个「世界」：菜单、对局、结算、弹窗各自是一个场景。本节用场景栈 + 生命周期状态机管理它们——进入、暂停、恢复、退出四个动作，按动作而非目标态判定合法迁移，非法迁移一律拒绝且不改动任何状态，并配可跑的 TS 内核与断言测试。
固定步长主循环是《合成小岛》可复现的地基：用累加器把可变帧率折算成整数固定步，输入按 tick 采样、随机按步推进，同一 seed 与输入序列在 16ms / 32ms / 不规则帧率下终局逐位一致；配可跑的 TS 内核、断言测试与跨语言对拍。
小游戏改一张图、加一个关卡，用户要重下多少，取决于热更新的版本模型。本节用 TypeScript 写一个差异计算内核：版本号按整数分段比较，清单按路径与哈希分类，再据此在「差异下载」与「整包更新」之间做决策，让每次更新要下多少变成可复算的数字。
音频常常是包体里仅次于图集的一块，却最容易被「随便导出个 MP3」糊弄过去。本节把音频格式折算成可算的字节：码率、容器开销、片段时长一起进公式，再用一段脚本选出每个片段该用的格式，并给出「什么时长用什么格式」的判据，算清短音效与长片段各自该走哪条路。
图集与纹理是包体里最重的一块：它既是批处理能否发生的前提，也决定了运行时的显存占用。本节用 Pillow 真实生成精灵、跑一遍自写的货架装箱，把打包率、PNG 字节与显存占用都算成确定数字，并给出图集尺寸与纹理格式的取舍判据，让资源预算从手感变成可复算的数字。
把「合批到底省多少」算成可对照的整数模型：一帧耗时拆成固定开销、每批状态切换成本与每精灵顶点成本三项，比较未合批/按纹理合批/图集三种策略的批次数与帧耗时，产 CSV 与纯 Python SVG，再用 B 层扫单批上限看批大小敏感性在哪里趋于平台。