昨天把Android的VectorDrawable不能rotate 90度的bug给提了issue.
早上起来check邮件的时候已经变为assigned了,大概确实是个bug了.
这个的原因之前也大致提过下.
基本就是算误用了transform Matrix的一些维度吧.
在旋转90度的时候,这个3*3 matrix的MSCALE_X和MSCALE_Y项目会是近似0.
而VectorDrawable的draw实现是直接拿这两个值乘width/height做scaling的.
其结果是算出个零,只是short path return什么都不做了.
于是结果就是rotate 90度的时候,canvas上什么都没有.
看了下注释,提到用这两个值的原因是避免blur.
翻了下commit log,最近的改动的引入也确实是为了解决这个原因.
不过就实际经验来说,抛开90度旋转的问题,这个blur还是存在的.
这个在自己做animation的时候,从0到90度之前的几帧可以看到.
而且翻看了下目前的具体实现,貌似还不是直接走的canvas的通道.
而是draw到一个临时的canvas的bitmap上面,再把这个bitmap draw回提供的canvas上面.
倒是有些不知道当初是如何定位到blur的问题跟这个有关系的.
下午简单地实现了一个半成品的VectorDrawable.
直接是draw到提供的canvas上面,加上animation也没发现有blur的问题.
不过也可能是因为有些功能并没有完全实现的原因.
毕竟,自己写的只取了vector xml定义里的部分值.
一个是vector element的viewportwidth/height.
这个主要是拿来算scale的.
毕竟,虽然说上面提到的Matrix里有两个值有时候能拿来直接动作scale系数.
但终究来说,这个matrix事实上可能是一系列transform的composition而不是单一的scale matrix.
所以直接取值是不可取的.
因此,需要一个svg/vector graph的原始大小定义,然后再通过在canvas上想要paint的bounds的大小一起算scale系数.
另一个是path element的pathData.
这个是类SVG的command string.
也就是实际的SVG/Vector graph的定义.
之前用javascript写的SVG也只用了lineto/moveto/cloase几个command,所以生成的SVG定义也只有这些.
本来想着直接导入的.
但Android的vector resource跟SVG的还不完全一样.
所幸的是这个command序列还是语意相同的.
也少了写麻烦.
所以在写这个的parser的时候,也只支持了这几个命令.
不过看了下,要加其他的话,倒也不难.
毕竟都是直接map到canvas的对应方法上面的.
而且基本上这个的parser也没什么好写的.
本身提供了XmlResourcesParser,自己只要实现个command string的parser就行了.
不过由于这个drawable到底不是原生的drawable,所以要取/构造还是有点不够友善的.
一般来说,都是直接拿context,然后直接通过auto generate的R id去拿drawable.
而现在,这个R id也还是指向原生的VectorDrawable的.
一个思路当然是去hack这个generate的过程,让它指向自己的这个实现.
不过明显的这个成本太高,侵入性太强.
估计至少要动到对应的plugin或者Android Studio.
退一万步说,即使找到了侵入点,那到底也是不兼容的改动,后面纯粹的升级维护纯粹是给自己找麻烦.
所以只能自己直接构造了.
要解决的第一个问题自然是怎么去读vector xml了.
文件路径倒是一目了然.
解析的话,如果不用XmlResourcesParser,随便用sax什么的也OK.
不过这种本身就已经侵入性很强的改动,就没必要添加无谓的不确定/稳定因素了.
翻了下原生实现的locate过程,其实也简单.
拿到AssetManager直接open就行了.
剩下一个就是文件路径的问题.
直接硬编码路径也OK.
但总体来说,不算一个特别优雅的方式.
跟了下相关代码,用R id去locate也不麻烦.
拿到对的Resources直接get value得到的就是了.
这里的问题有两个.
一个是Resources.
本身是有个Resources.getSystem()的.
不过从名字上看就知道是非app specific的.
app specific的也还是只能通过context拿.
另一个问题就是get到的TypedValue.
这里拿到的确实也是路径.
不过需要用value.string这种不太好看的方式来拿.
这里的点子啊与string是个public的field.
虽然说方便,不过看起来终究是有些碍眼.
奈何也没其他稍微顺眼点的方式.
然后既然xml读到了,也parse完了,构造自然是没什么问题了.
剩下的就是一些cache相关的.
原生的drawable一般都会带有个ConstantState,基本上就是对应drawable的实际image数据或者定义.
想想也不难理解.
像image的话,总不能每次都load一次.
所以有个ConstantState的设计,倒也挺符合直觉的.
只是对应的方法倒不是强制overide的,这点有点不太舒服.
毕竟原则上来说可以是abstract强制一下.
不过也无所谓了.
个人喜好问题.
其他的也就没什么了.
说白了就是基本上所有drawble都是到canvas的.
拿到canvas,什么都好说.
不过有一点就是,canvas这个并不是线程安全的.
因为其实也是一个transform的composition,多一个不同batch的modify一起concurrent的话,结果挺难预料的.
有想过看看能不能clone一下,然后parallel batch一下,最后在一个个apply/merge回来.
因为底层估计也是一些matrix的运算,应该可以独立.
不过看到是native的操作,一时也懒得去拉代码看开销,于是就算了.
当初写custom viewgroup的时候就想过.
如果现在的render pipeline对visual region/canvas的invalide能像NUMA一样,分块管理/invalidate的话,估计反而能省一些事.
直接invalidate所属的physical region就好了,交给邮件处理,而不是在拼命算dirty region.
当然,这个也可以软件模拟就是了.
每个visual element assign一个logical region,然后dirty就dirty整个region,然后每个run就batch update/redraw dirty就行了.
之前写custom viewgroup的layout的时候大致也是这个思路.
而且由于采用的取巧的top align的方式,one pass就OK,所以能直接parallel.
如果是像bottom align之类的,可能就不行了.
由于每放置/slice一块区域就可能得重新调整line height.
因为新加的元素的高可能超过了当前的高度,为了对齐得把该行的line height调整到行内最高的元素.
于是,就至少得对之前元素的offset bottom作调整.
无可避免地对整行做重新的layout计算.
所以,这里的一个思路就是,如果现代浏览器做布局的时候基本算法也是如此的话.
那么align-top和提取fix box width/height的话,估计对render性能有点影响.
不过涉及到GUI的,实际开销和代价值不值得,甚至有没必要就是另一回事了.
毕竟,这种有视觉元素的跟纯粹服务端的思路还是很不同的.
后者的哲学在于感觉不到存在.
无论是从性能还是容灾方面来说都是.
而带视觉效果的,评价体系就是相对离散化和多态了.
毕竟,人的视觉系统是一个有着明显边界分段的函数.
2015-11-04
2009-12-05
go杂记
终于有空看看go的tutorial.
粗鲁看下,开始并没觉得有什么新意.
很中规中矩的语法.
当然,少不了带有python的一点风格.
或者也不能完全说是python的风格,而是类动态语言的风格:
运行时类型绑定.
在基本数据类型方面,算是正式把c/c++里的一些潜规则内置为语言基本属性了.
比如uint,int32等.
既然需要明确数据类型大小,那就直接上升为语言特性好了.
注意到它们之间是不能直接转换的.
这个也许是出于安全考虑?
尤其是32和64以及有符号和无符号之间,隐式转换应该确定为一个怎样的效果呢?
不能确定,于是就限制为只能显式手工转换了.
在众多常见的数据类型里,还有一个是string.
这个应该算是必不可少的一个类型吧.
跟其他语言稍微有点不同的是,string是不可写的.
也就是说,对于实际上string底层所指向的内存区域是不可写的.
至少在语法上是如此.
按照文档上的说法,其实就是const的语义.
值得注意一下的是map这个类型.
在所知的大多数语言里都提供有map功能,但是作为一个内置数据类型,go应该算是比较特殊的一个.
但是想想.go的创造者和推动者是google,想想google搜索下面的mapreduce就明白了.
很好奇go底层会如何实现这个map,让他便捷快速轻量而又泛型.
不过泛型map应该归功于语言本身的动态属性吧.
很好奇一个据说有gc功能的编译型语言,在没有虚拟机的基础上,是如何做到gc的?
是在每个runtime上构建一个轻量gc么?
同时存在的还有称为channel的东西.
一个类似线程安全的队列或者pool.
有着erlang的风格.
尤其是配合go特色的函数定义--多返回值.
某种程度上,一眼看上去跟erlang是何其相似.
不同的是erlang是functional programming language,没有所谓的变量.一切都是可推导计算的.
有一点比较有意思的是go对于interface的定义.
通常的oo编程,都会有比较严格的类层次关系.
也就是说子类和父类之间会有比较明显的is关系.
从语言角度上,通常这种is约束或多或少地会在语法上有所约束.
比如java里的extends,implements.
如果设计之初没有考虑到这种类层次关系,而后期需要让其重构符合的话,势必会对源代码产生影响.
即使当初比较有远见地采用了统一接口.
但是,不能保证接口的继承关系能覆盖特定特征的集合.
而go的作法很巧妙,也很天才.
既然这种is的关系是抽象出来的,那么,并不需要过多地把它变成语言上面的一种强约束.
因为毕竟,这种抽象依据角度和站立的层面不同.
于是,go选择了很松散的is关系定义:
type Sample interface
{
sampleFunction( parameter Type1 , ... )(return_item Return_Type1 ...);
}
只需要对以及由的类进行统一抽象,那么即便是在后期,也可以做出不同的is关系.
更多的时候,这是一种组合式的is构建方式.
对于一些敏捷开发方式来说,这个对于迭代式建模开发其实是一件利器.
虽然,某种程度上说,需要这种方式的设计,本身也并不能算是一种非常良好的架构.
但是,却能产生一个良好的架构.
毕竟,从开始,需要限制的条件就不多了,于是后期系统少了更多的限制,也就多了更多的自由.
这就是所谓架构的伸缩性.
过多的假设是制约的是未来发展的弹性空间.
且不说这个interface的风格,至少个人是比较喜欢的.
至少觉得描述能力比较强.
尤其是做一些REST风格的,或者需要自我描述性比较强的场合.
一个或许能动态解析,甚至动态层次化的结构的特性,多少算带给人新的思路.
如同当初erlang带来的绕道的思路一样.
不过,话说回来.
go也许很适合google,但是google能不能把它发展起来,还持观望态度.
虽然据一些测试,go对于高并发时候的性能还是很稳定的.
但不出色.
而且如interface的概念能让人眼前一亮,但似乎并不能找到很好的工程化的模式.
也许,这需要时间吧.
毕竟,在go之前,google也尝试了一个类java的noop.
后来似乎没什么动静了.
也许是感觉跟jdk7的某些特性冲突了吧.
2009-10-18
所谓设计模式和架构
大致看了下关于bigtable和mapreduce的东西. 想想,其实是google对于搜索引擎数据结构的一个解决方案吧. 广泛一点说,是对于面向内容的分类的解决方案的. 对于搜索引擎来说,主要有两个基础的数据: 一是原始的抓取对象,表现为网页内容. 二是对原始材料的分类信息,表现为关键字. bigtable对于这样的数据的处理,引入的是column family的概念.以传统的RDBMS理解的话,就是在url 和content列之后,有了一个不定数目的列数. 仔细想想,换个方式理解,其实更简单. 对于column family,更喜欢将其理解为tagging. 因为搜索引擎本身承担着两种功能. 抓取和分析. 得到content之后,只要对其打上相应的tag便行了. 如果要以RDBMS实现的话,便是简单地对每个关键字建立个表,然后指向相应的content内容便可以. 而要依据诸多关键字定位page的话,也就是所谓的map reduce. 先分类,在处理. 也就是所谓的先map,然后再reduce. 这其实就是分类处理的思想. 而map很大程度上,跟集合有着天然的血缘关系. 而搜索的目的就是在集合里找到特定的子集. 于是,map > reduce > map > reduce... 于是,纯粹从思想的角度考虑,bigtable和mapreduce不过是google对于搜索引擎需求的一个建模描述,或者说是基于内容个tagging技术. 话说回来,有时候,所谓的架构或者模型确实是建立在需求之上的. 软件产品脱胎于需求. 而产品的架构,虽然某种程度上说跟需求无关. 因为有着这么一个说法,就是说好的架构必然具有良好的扩展性. 一种很理想主义的想法就是在设计出一个好的架构之后,无论需求如何变更,都能够适应. 现在想想,这其实是本末倒置的误区. 所谓的架构扩展性在于面对需求变更的时候,有良好的适应能力. 其实质是,对于需求的变更,都能保证其跟原有架构设计的一些假设不会冲突. 意思就是说,你的架构没有做过多的假设. 比如对于一个这样的需求,偷菜写个函数. 于是可能有这么些个实现: steal(vegetable) or steal(stealable) or operate(someting) or operate(onething,anotherthing) or operate( list onething , list anotherthing ) or operate( list paticipate_1 , list paticipate_2 , ... ) or getHandle(steal_vagetable).process() 实际哪个实现取决于你做了多少假设. 也就是说粒度细分到什么程度. 而此时所谓架构是否有良好的扩展性,就在于,新需求会将粒度缩放到哪个程度. 一旦细化的粒度小于当前架构的粒度,也就是架构不适应需求了. 所以,最好的架构其实是没有架构. 即不做任何假设. getHandle(steal_vagetable).process() 这其实又是一个螺旋式的回归.
2009-10-13
从开心农场谈起
传腾讯买断开心农场. 想想其实很符合腾讯既有的策略. 毕竟,QQ之于腾讯已经发展到了windows之于微软的地步. 而腾讯也很明显地,在发展的轨迹上跟微软是相似的. 平台为王的战略. 在陆续推出了几个好的软件和服务之后. 或者说在抄了几个号的软件和服务之后,QQ的平台做得更大了. 将现有的QQ用户导一部分到新的应用中,于是,这些应用从一开始就有了高的人气. 而人的猎奇心理也会带领相当部分QQ之外的人参与到这个应用中来. 而这个应用如果恰好又是跟QQ绑定的话,那么,腾讯的抄,其实是将其他类型的非QQ用户"抄"了过来. 于是,只要腾讯能做出来,就能将任何类型的用户整合进来,成为腾讯如何服务的用户资源储备. 这是一个良性的异常完美的循环. QQ用户为QQ新产品提供源源不断的用户群. 某种程度上说,只要腾讯做一个产品,就不愁没人用,不愁没有用户. 这便是平台的魅力. 所以,基于这一点,腾讯买断5分钟的开心农场很正常. 而且,有数据页显示开心农场的相当部分盈利来源于QQ农场. 说白了QQ农场的火爆,一个方面是产品设计确实完美,一方面也是有QQ用户这个几乎取之不尽用之不竭的用户来源. 因此,某个程度上来说,是QQ在养着农场,是QQ掀起全国的偷采风潮. 这样,腾讯自然会打小算盘. 毕竟,按照现在的趋势,只要运营农场就必然有源源不断的钱收,与其在这个由自己制造的风潮里让别人获益,不如自己独吞. 所以,买断农场也是可以理解的. 关键在于农场还能火多久. 想想农场为什么能火. 农场在游戏的玩法上给了人两条路走. 要么偷采,要么做老实农民. 从表现上看,这是似乎是个很简单的游戏,偷采种菜. 但是仔细想想,其实这是一个"开放"的游戏世界. 想想一些经典游戏,尤其是RPG游戏的共同之处. 那便是开放性.自由度. 让尽可能多的人投入到游戏所设定的情景里,这便是RPG的精髓,也是所有游戏应该追求达到的目的. 参与性,投入感,是游戏的首要准则. 而农场显然用了一个大巧若拙的形式,达到了这个目的. 想想偷菜对应的是什么. 人性里的阴暗面. 而种菜呢. 没错,是人性里积极的一面. "劳动最光荣" 通过劳动,可以得到各种各样的东西. 可以说,种菜和偷菜,就人性来说,已经囊括了所有类型的用户. 有时候,最复杂的东西就是最简单的东西. 因为其简单,所以不确定因素便多. 也就意味着结果也随着变得多样. WOW之所以受人推崇便在一其高自由度. 而这一切都是受益于wow的"松散"性. 没有过多的限制各种各样的东西,包括肢体动作伤害环境等. 一切都有着很好的扩张性,极力模仿着现实世界. 在物件的粒度上,尽可能地让所有东西都能够演算出来,而不是靠诸多的条件限制它. 不像一些游戏,到了悬崖边却发现其实是掉不下去的. 忽然想,其实所谓软件架构的灵活性,其实来源于需求的设计. 明确的需求是建立可扩展软件的基础. 因为需求的改变其实是不受限制或少收限制的. 而软件,或者说代码,毕竟是成文的. 改起来不是说说就完了的. 或许这也是设计模式存在的理由. 为了尽可能应付不同的需求变更所总结出来的best practice吧.
订阅:
博文 (Atom)
投其所好
最近看了持械入宋,发觉AI的发展或者说经济化还是非常一日千里的. 虽然说短剧本身也不是什么新事物了. 甚至AI制作也不是最近才有的. 只是从质量上来说,还是看得出来是有区分度,或者说ROI门槛了的. 这片虽然从服化道方面来说还是普通的AI剧,甚至剧情大半夜还是传统的龙王归来模式....
-
最近写一个AgentCLI原型玩具的时候,发现一些比较有意思的点. 因为主要是照着DeepSeek API来写的. 所以基本上也可以说是OpenAI Chat Completion API的一些点. 不过,可能有些是DeepSeek特有的. 一个是请求的stop list. 大致...
-
从未对雪有过什么幻想. 于是,当这雪终究下下来了,也没什么特别的兴奋. 只是,由于是南方人,也就姑且好奇了一番. 望了望着属于别处的风景. 也许是因为昨晚下过雨,也或许是本来就会如此. 冰混着点积水,倒是怀念起阳光灿烂的日子了. 面对着这未知的...
-
去看了长安的荔枝. 前半段还可以,尤其像荔枝林里不知道是笑还是哭的几个镜头表演算是相当出色了. 结合人物背景的那种对目标的绝望与对当下人际环境的希望的交叉矛盾心理. 后半段就有些过滤潦草了. 如果说整片是对于一骑红尘妃子笑,无人知是荔枝来的解构的话. 带入民生潦倒涂炭这点是没问题...