Origin of Ray

最近发现Unity项目在运行过程中消耗了很多的内存，而且会出现的很频繁的GC导致游戏的CPU过热。于是去阅读了一下官方的最佳实践文档，了解了一些Unity的内存管理的知识，稍微总结一下。

随着使用的逐渐增多，慢慢受不了在对这些概念的模糊的情况下使用了，所以找了些官方文档来学习一下C#中的这些概念，主要是为了区分委托（Delegate），事件（Event）。

其实我个人在读文档之前一直是对这些概念很模糊的，甚至一度被网上的各种博客绕晕了，甚至把Action，Func和委托都混淆了。

终于在我去读了官方的文档之后，我才对这些概念有了一些认知。

首先抛出最重要的结论，委托和事件都是为了提供后处理函数的方式，事件其实也是基于委托的多播的，而每次使用委托都要定义一个新的委托类型不方便，所以又提供了两种强类型的委托，就是Action和Func。

最近看了些关于Unity体积优化的方案的文章以及Unity官方文档，总结了一下

需求背景

游戏房间上限最大可以有count个人，当用户进入房间后，需要去远程服务器获取这count个人物的服装配置， 获取成功以后进行逐个加载。
目前的方案是一次性获取所有人物的配置，然后以一种几乎同时加载的方式去做。
这种方案最坏的情况下会同时有count个换装的任务在运行，导致count个任务之间抢占CPU，结果就是看起来卡顿。
为了使游戏的表现更加流畅，需要设计一种方案进行有优先级的批量加载。

我们都知道，计算机的核心是CPU，而CPU就是运算器和控制器，其作用就是进行数学运算。

想要理解CPU工作的原理，就要从两方面着手，一方面是计算机中的数据是如何表示的，另一方面就是在这种表示方式下，它的运算规则又是怎样的，计算机如何用电路去表示这种运算。

这周的每日一题有一道困难级别的题目，使用了一种叫做差分数组的技巧，这个技巧其实也不复杂，就是前缀和的反向操作，简单记录一下。

这是题目的链接：https://leetcode-cn.com/problems/smallest-rotation-with-highest-score/

这周在尝试对一个场景进行烘焙是，在引入了两个超大的地形之后，重新烘焙，遇到了两个问题，第一个问题，地形的某些地方出现了大量的黑斑，第二个问题，我的光照贴图数量飙升，从3个升到了16个。

询问了一下其他大佬的的意见，是因为地形过大的原因。

计算机系统性能的好坏，很大程度上是由软件的效率和作用来表征的，而软件性能的发挥又离不开硬件的支持。对于某一个功能，其既可以用软件实现，又可以用硬件实现，这叫做软硬件在逻辑上是等效的。在设计计算机系统时，要进行软硬件的功能分配。通常来说，如果一个功能使用较为频繁而且用硬件实现的成本较为理想，应该采用硬件来实现，因为硬件实现的效率一般比较高。

之前总结过一版Unity渲染流水线的简介，这次从矩阵的空间变换角度重新梳理一下这个过程，会更加清晰。同时也是对我这段时间线性代数复习内容的一个实践。

这周完成了把线性代数的知识点粗略地过一遍，有的知识点记住了，有的没记住，有的即使记住了，感觉也是死记硬背，没有融入到自己的知识体系中，思索再三，我认为根本原因是，我不知道这些公式有什么用，他们有什么具体的，或者形象化的意义，所以就打算整体上再梳理一遍这些概念或者公式的实际意义，很多基础的名词和定义就不在这里总结了。