记录¶

AI模拟¶

不鸣科技C++游戏开发技术面试模拟¶

面试官（微笑）：请先做一个简短的自我介绍，重点突出技术能力和项目经验。¶

同学：
面试官您好，我是浙江大学计算机科学与技术专业的大三学生ysj。我的技术栈以C++为核心，熟悉OpenGL、Qt等框架，熟悉python,Java语言，了解Lua脚本语言。具备游戏开发、操作系统和网络协议栈的实战经验。熟悉git、CMake等工具，了解Linux系统编程和多线程编程。我的学习能力比较强，团队合作能力很强，能快速适应新技术和新环境。在游戏开发方面，我主导开发了《3D迷宫逃杀》和《四键交互音游》两个项目。
- 在《3D迷宫逃杀》中，我设计了迷宫随机生成算法，优化了A*寻路性能，并实现了复杂光照和立体音效，提升了沉浸感。
- 在音游项目中，我通过MVVM架构和多线程技术优化了实时交互性能，利用Qt实现动态渲染，提升了游戏流畅度和响应速度。此外，我深入底层开发，曾用C语言实现Linux内核的进程调度和内存管理模块，并基于C++实现了TCP/IP协议栈，优化了吞吐量和延迟。我的优势在于能将底层原理与上层应用结合，解决性能瓶颈问题。同时我也开发过简单的前后端项目，熟悉数据结构与算法，能快速适应新技术。

我热爱游戏开发，期待能在不鸣科技的团队中继续提升自己的技术能力，并为公司的项目贡献力量。¶

面试官：你在音游项目中提到“优化键盘交互与音符消除逻辑”，能否详细说明技术实现？¶

最佳回答：
好的。在音游项目中，键盘响应延迟是关键问题。我通过以下步骤优化：
1. 多线程分离逻辑与渲染：主线程处理输入和逻辑计算，独立线程负责渲染，避免阻塞。
2. 时间戳精确校准：使用高精度计时器（std::chrono）记录按键时间戳，与音符时间轴对齐，误差控制在±10ms内。
3. 事件队列批处理：将按键事件存入无锁队列，每帧批量处理，减少上下文切换开销。
4. 预测算法：对连续音符提前预计算路径，减少实时计算压力。
最终，交互延迟从35ms降至12ms，完美判定率提升20%。

**面试官：你提到优化A*寻路，如果NPC同时寻路导致CPU峰值，如何解决？**¶

最佳回答：
我在《3D迷宫逃杀》中遇到过该问题，解决方案分三层：
1. 分层路径规划：将地图划分为网格区块，NPC先规划区块路径，再细化局部路径，减少单次计算量。
2. 异步分帧调度：通过任务队列将寻路请求分散到多帧处理，每帧限制最大计算量，避免峰值。
3. 结果缓存复用：对相同起点/终点的NPC复用路径，并设置路径有效期，过期后重新计算。
优化后，100个NPC同时寻路的CPU占用从85%降至35%。

面试官：C++中定义一个vector，如何计算其内存占用？¶

最佳回答：
Vector的内存占用分两部分：
1. 容器本身：在64位系统中，vector对象包含指向堆内存的指针、size和capacity，共24字节（3个8字节字段）。
2. 元素内存：堆上空间为capacity * sizeof(T)。
例如，vector<int> v(10)在64位下，总内存为24 + 10*4 = 64字节。
但需注意：
- 内存对齐可能导致实际分配大于计算值。
- 若T为自定义类，需考虑其内存结构。

面试官：多线程同时修改vector会有什么问题？如何解决？¶

最佳回答：
同时修改会导致数据竞争，常见问题包括：
1. 迭代器失效：如一个线程push_back触发扩容，另一线程读取旧指针导致崩溃。
2. 数据不一致：size与元素实际数量不匹配。
解决方案：
- 互斥锁（mutex）：在修改前后加锁，但会牺牲性能。
- 读写锁（shared_mutex）：允许多线程读、单线程写。
- 无锁设计：如替换为tbb::concurrent_vector或分片处理。
在音游项目中，我采用读写锁，将高频读（如遍历音符）与低频写（如添加事件）分离，性能提升40%。

面试官：如何设计三角洲游戏中的枪匠系统？¶

最佳回答：
枪匠系统的核心是模块化组合与实时属性计算，我的设计分四层：
1. 组件抽象：将枪械拆解为枪管、握把等组件，每个组件定义接口（如IWeaponComponent）。
2. 数据驱动配置：用JSON或Excel表配置组件属性（如后坐力-5%），运行时动态加载。
3. 组合树计算：采用树形结构管理组件依赖关系，遍历树节点累加属性，并用观察者模式通知UI更新。
4. 实时预览优化：为减少计算开销，采用差值缓存——仅当组件更换时重新计算，属性变化用插值过渡。
技术难点在于处理循环依赖（如A组件依赖B，B又依赖A），我通过拓扑排序检测环并提示配置错误。

编程题：实现一个内存高效的背包系统（使用智能指针）¶

示例代码：

class Item {
public:
    virtual ~Item() = default;
    // ...其他成员
};

class Inventory {
private:
    std::vector<std::unique_ptr<Item>> items;
    std::unordered_map<Item*, size_t> itemIndex; // 快速查找
public:
    void AddItem(std::unique_ptr<Item> item) {
        itemIndex[item.get()] = items.size();
        items.push_back(std::move(item));
    }

    void RemoveItem(Item* target) {
        auto it = itemIndex.find(target);
        if (it != itemIndex.end()) {
            size_t index = it->second;
            std::swap(items[index], items.back());
            itemIndex[items[index].get()] = index; // 更新交换后的索引
            items.pop_back();
            itemIndex.erase(it);
        }
    }
};

关键点：
- 使用unique_ptr管理生命周期，避免内存泄漏。
- 哈希表维护指针到索引的映射，实现O(1)删除。
- 删除时交换末尾元素，保证vector连续。

面试官：终面时如何回答“行业理解”问题？¶

建议回答方向：
1. 技术趋势：关注UE5的Nanite/Lumen技术对开放世界的影响，或AI生成内容（如NPC对话）的潜力。
2. 玩家需求：举例分析《原神》《永劫无间》的成功要素——如文化融合、操作深度等。
3. 公司匹配度：研究不鸣的《战意》，可谈大规模战场同步技术或历史题材创新。
示例：
“我认为下一代游戏将深度融合物理模拟与AI，比如《战意》中千人同屏的战场，未来可能通过服务器分布式计算和客户端预测算法进一步提升真实感。我希望参与这类技术创新，解决同步和性能挑战。”

准备建议：
1. 深入复习项目细节：确保能量化优化结果（如“延迟降低XX%”）。
2. 模拟极端场景：如“十万玩家同时请求排行榜，如何分片加载？”
3. C++底层巩固：阅读《Effective Modern C++》中移动语义/智能指针章节。
4. 算法强化：重点练习贪心（如力扣435.无重叠区间）和内存管理问题。

祝面试顺利！ 🚀

面试全流程准备¶

自我介绍¶

面试官您好，我是浙江大学计算机科学与技术专业的大三学生ysj。我的技术栈以C++为核心，熟悉OpenGL、Qt等框架，熟悉python,Java语言，了解Lua脚本语言。具备游戏开发、操作系统和网络协议栈的实战经验。熟悉git、CMake等工具，了解Linux系统编程和多线程编程。我的学习能力比较强，团队合作能力很强，能快速适应新技术和新环境。在游戏开发方面，我主导开发了《3D迷宫逃杀》和《四键交互音游》两个项目。
在《3D迷宫逃杀》中，我设计了迷宫随机生成算法，优化了A*寻路性能，并实现了复杂光照和立体音效，提升了沉浸感。
在音游项目中，我通过MVVM架构和多线程技术优化了实时交互性能，利用Qt实现动态渲染，提升了游戏流畅度和响应速度。此外，我深入底层开发，曾用C语言实现Linux内核的进程调度和内存管理模块，并基于C++实现了TCP/IP协议栈，优化了吞吐量和延迟。我的优势在于能将底层原理与上层应用结合，解决性能瓶颈问题。同时我也开发过简单的前后端项目，熟悉数据结构与算法，能快速适应新技术。

我热爱游戏开发，期待能在不鸣科技的团队中继续提升自己的技术能力，并为公司的项目贡献力量。

项目拷打：¶

3D迷宫逃杀（2024.10 - 2024.12）¶

项目概述：在此项目中，我使用C++和OpenGL开发了一个3D迷宫逃杀游戏。项目的核心功能包括迷宫随机生成、NPC智能寻路、复杂的光照与阴影效果、以及沉浸感极强的音效与视角切换。

技术亮点： - 迷宫生成算法：通过结合深度优先搜索（DFS）与随机化Prim算法，生成具有挑战性的动态迷宫。 - A*路径规划：优化了NPC的智能寻路，通过改进A算法提升了NPC与玩家互动的流畅性。 - OpenGL渲染与光照：实现了Phong光照模型，并通过法线贴图与环境贴图提升了游戏渲染效果。 - 立体音效与视角切换：使用OpenAL库实现了3D音效，并通过摄像机类实现了第一人称与第三人称视角的无缝切换。 - 多线程优化*：利用C++11线程库，优化了NPC路径计算与音效播放，确保游戏性能与响应速度。

个人贡献： - 负责迷宫生成算法与NPC寻路算法的实现，使用DFS与A*结合来确保每次游戏体验的独特性。 - 深入理解了OpenGL渲染管线，应用了顶点与片段着色器来实现复杂的墙体渲染与光照效果。 - 优化了内存管理，解决了内存泄漏问题，通过使用智能指针避免了手动内存管理的错误。

团队合作与工具： - 使用Git进行版本控制，确保了代码的高可维护性。通过Pull Request进行代码审查，提升了团队的协作效率。 - 在项目的最后阶段，进行了多次性能优化与测试，确保了游戏的稳定性与流畅性。

细节解释:¶

Prim:
- Prim 找无环子集，权值和最小，随机选点相邻找权值最小包含所有点停止
- Prim迷宫生成算法
- 1. 随机选一个点作为起点
- 1. 随机选一个墙，加入到列表中
- 1. 当列表中仍然有墙时
  2. 如果分割的两部分只有一个单元格被访问过，列表中移除这堵墙，让未访问的单元格成为迷宫的通路，再把这个格子的墙加入到列表中
  3. 如果两部分都访问过，则从列表中移除这堵墙

优化: 目前针对2D地图/迷宫xxx，基于瓦片xxx，3D

A*寻路
初始化open_set和close_set；
将起点加入open_set中，并设置优先级为0（优先级最高）；
如果open_set不为空，则从open_set中选取优先级最高的节点n：
- 如果节点n为终点，则：
  - 从终点开始逐步追踪parent节点，一直达到起点；
  - 返回找到的结果路径，算法结束；
- 如果节点n不是终点，则：
  - 将节点n从open_set中删除，并加入close_set中；
  - 遍历节点n所有的邻近节点：
    - 如果邻近节点m在close_set中，则：
      - 跳过，选取下一个邻近节点
    - 如果邻近节点m也不在open_set中，则：
      - 设置节点m的parent为节点n
      - 计算节点m的优先级
      - 将节点m加入open_set中
Phong光照模型主要结构由三个分量组成：环境光照（常量）、漫反射光照（方向性）和镜面反射光照（。每个分量都与材质属性和光源属性相关联。、

norm和lightDir向量进行点乘不等比缩放 viewDir, reflectDir 取它的32次幂

总之就是通过VAO,VBO,EBO来实现顶点的渲染，使用着色器来实现光照效果。

VAO | ├─ VBO（顶点数据） │ ├─ 顶点位置 │ └─ 法线/纹理坐标等属性 │ └─ EBO（索引数据） └─ 定义顶点绘制顺序
OpenAL音效 ALSource的几个参数：位置(Position)、速度(Velocity)、方向(Direction)、音量(Gain)
C++11多线程
- 使用std::thread创建线程，std::mutex进行线程间同步
- 使用std::condition_variable实现线程间的条件变量通知机制
- 使用std::atomic实现原子操作，避免数据竞争
- 使用std::future和std::promise实现异步任务的结果传递与获取
总体上主线程:状态机维护，输入处理，更新 - 渲染线程:渲染，资源加载 - 音效线程:空间音效播放 - NPC线程:寻路计算，NPC移动 - 玩家线程:玩家移动，碰撞检测
自动保存检查点日志,崩溃场景恢复
- 通过定时器定期保存游戏状态(玩家NPC位置，地图矩阵，太阳运行角度)到文本文件中
- 崩溃后读取最近的检查点（即文件）进行恢复

可以改善的地方： - 游戏可以有更多地图，更多buff/debuff（比如加速，减速，隐身等） - 游戏可以有更多的NPC，增加难度 - 游戏大地图可以使用四叉树进行分割，减少渲染的物体数量 - 游戏可以有更多的音效，增加沉浸感 - 游戏可以有更多的光照效果，增加真实感

四键交互音游（2024.06 - 2024.09）¶

项目概述：我参与了一个四键交互音游的开发，使用C++、Qt以及MVVM框架开发游戏前端，处理键盘交互与音符消除逻辑，优化了游戏体验的流畅性与响应速度。

技术亮点： - MVVM框架：通过MVVM架构分离了视图与逻辑，提高了代码的可维护性与可扩展性。 - 多线程优化：将音符生成与消除放在独立线程中，确保了游戏的实时响应。 - Qt图形视图框架：利用Qt的图形视图框架处理音符的动态加载与渲染，提升了图形渲染的效率。 - 性能优化：通过使用QOpenGLBuffer优化了渲染性能，同时通过QTimer减少了CPU占用，提升了游戏流畅度。

个人贡献： - 主要负责音符动态加载与渲染的实现，确保了游戏中音符显示的流畅性。 - 在多线程计算方面，负责音符的消除逻辑，并实现了线程之间的同步，保证数据一致性。

团队合作与工具： - 使用Git进行版本控制，保证项目结构清晰、代码易于维护。 - 在开发过程中，积极与团队成员沟通，确保项目的进度与质量。

细节解释¶

MVVM框架
Model：数据模型，负责数据的存储与管理
View：用户界面，负责数据的展示与用户交互
ViewModel：连接Model与View，处理业务逻辑与数据绑定
通过数据绑定实现View与ViewModel之间的双向数据同步
- 使用Qt的信号与槽机制实现View与ViewModel之间的通信
- 通过QML实现动态UI，提升了用户体验
主要处理了击打音符的逻辑
多线程优化（在音符渲染和音符交互方面添加锁机制）
- 使用QThread创建独立线程处理音符生成与消除逻辑
- 使用QMutex进行线程间同步，确保数据一致性
- 使用QWaitCondition实现线程间的条件变量通知机制
生成移动渲染音效
主要处理了音符按照时间轴生成与后续的逻辑

线程池音符的信息处理是游戏前期加载的工作音乐播放是一个线程，只负责播放音乐音符的生成是一个线程，负责音符的生成与渲染（对于此时应当活跃的音符），然后实时渲染实时移动 playThread是一个线程，负责音符的消除

微型操作系统设计开发（Mini OS）（2024.09 - 2024.12）¶

项目概述：在该项目中，我实现了一个简化版的Linux内核，涉及进程管理、调度、内存管理和中断处理等系统级模块。

技术亮点： - 进程管理与调度算法：实现了基于时间片的轮转调度算法，支持优先级调度。 - 内存管理：实现了页式内存管理与缺页异常处理，并优化了页面置换算法。 - 中断处理与用户态/内核态切换：设计了系统级中断处理机制，实现了高效的用户态与内核态的切换。 - 文件系统：实现了基本的文件读写操作，并优化了数据的持久化与检索机制。

个人贡献： - 负责设计与实现进程管理和调度算法，确保操作系统能够高效管理多个进程。 - 深入研究了内存管理，成功实现了缺页异常与页式内存管理。

详细解释：¶

进程管理与调度算法
实现了基于时间片的轮转调度算法，支持优先级调度
- 简单复习：RR+Priority:FIFO+Quantum+Priority
设计了进程控制块（PCB）结构体，存储进程状态、优先级、程序计数器等信息
- 简单复习：
实现了进程创建、销毁、阻塞与唤醒等基本操作
内存管理
实现了页式内存管理，使用页表映射虚拟地址到物理地址
实现了缺页异常处理机制，当访问的页面不在内存中时，触发缺页异常
- VMA（虚拟内存区域）结构体，存储虚拟地址范围、物理页框号等信息
优化了页面置换算法，使用LRU算法选择最久未使用的页面进行置换
- LRU
中断处理与用户态/内核态切换
- 设计了系统级中断处理机制，支持外部中断与内部中断
- 实现了用户态与内核态的切换机制，通过保存与恢复上下文实现

计算机网络CS144（2024.09 - 2024.12）¶

项目概述：在此项目中，我设计并实现了简化版的TCP/IP协议栈，支持跨子网通信与端到端可靠传输。

技术亮点： - 协议栈设计：实现了链路层CRC校验、IPv4路由（Dijkstra算法）与TCP滑动窗口机制。 - 性能优化：通过动态调整滑动窗口与丢包自适应算法，提升了吞吐量和数据完整性，延迟降至<50ms。 - 测试与工具：使用Mininet进行多节点网络仿真，利用Wireshark进行协议行为抓包分析。

个人贡献： - 负责实现TCP层的滑动窗口与拥塞控制算法，并进行性能优化以降低丢包率。 - 通过优化协议栈，提高了整体传输效率和网络稳定性。

微型数据库设计开发（Mini SQL）（2023.04 - 2023.06）¶

项目概述：我基于C++实现了一个单用户SQL引擎，支持基本的SQL操作与高效的数据存储与检索。

技术亮点： - 数据存储：通过堆表与B+树索引提升了查询效率。 - 内存管理：使用LRU算法优化了Buffer Pool，减少了磁盘I/O。 - 事务与一致性：实现了主键与唯一约束索引，支持高效的等值与范围查询。

个人贡献： - 负责设计并实现B+树索引，并对数据库的查询优化进行了大量调试与测试。

一面问题¶

Q: 乱序排行榜¶

乱序排行榜10万个玩家，某位玩家如何知道其位置以及如何优化性能？

A:¶

快排二分哈希表频率跳表/平衡树

在10万个玩家的乱序排行榜中，要确定某玩家的排名，通过遍历排行榜（O(N)）、二分查找（O(log N)，前提是排序），或者使用哈希表存储排名（O(1)）都是不能解决问题的，时间/空间复杂度都很高。

如果均衡时间空间复杂度，可以考虑归并排序（O(N log N)），将排行榜分成多个块，每个块内进行排序，然后使用二分查找来确定玩家的排名。综合一下，分成40块，冒泡排序O(N^2)，从第一个块向后比较，

或者哈希表+频率统计

而如果跳出内部排序方法，则可以考虑外部排序：逐块加入内存然后快排，然后进行多路归并，（最小堆）得到最终的结果。然后二分查找或者者线性查找来确定玩家的排名。

为优化性能，可以采取以下措施： 1) 分页查询，每次只加载一部分数据； 2) 数据分片与索引，将数据分块以减少查询范围； 3) 缓存技术（如 Redis）加速常查询数据； 4) 增量更新，避免每次全量排序； 5) 并行处理，分布式查询和负载均衡提高性能。这些方法可以显著提升查询效率。

Q: 地图距离¶

玩家在地图中移动，如何快速找到距离最近的城镇？

A:¶

可以使用空间划分技术（如四叉树或八叉树）来快速找到距离最近的城镇。具体步骤如下： 1) 空间划分：将地图划分为多个区域，每个区域存储其内的城镇信息。 2) 区域查询：根据玩家当前位置，快速定位到其所在的区域。 3) 距离计算：在该区域内，计算玩家与城镇的距离，找到最近的城镇。 4) 邻近区域查询：如果该区域内没有城镇，向相邻区域扩展查询，直到找到最近的城镇。 5) 缓存机制：可以使用缓存机制存储最近查询的城镇，以减少重复计算。 6) 多线程处理：在大地图中，可以使用多线程并行计算不同区域的距离，进一步提高效率。 7) A*算法：如果需要考虑路径，可以使用A算法进行路径规划，找到最短路径到达城镇。 8) 预处理：在游戏开始时预处理城镇与玩家之间的距离，存储在数据结构中，以便快速查询。 9) 动态更新：如果城镇位置或玩家位置发生变化，及时更新距离信息，以保持数据的准确性。 10) 空间索引：使用R树等空间索引结构，快速定位城镇位置，提高查询效率。 11) 距离函数优化*：使用欧几里得距离或曼哈顿距离等简单的距离函数，避免复杂计算，提高性能。

Q: 超级手雷¶

32名玩家，每位玩家指挥100位士兵，向同一个地点丢手雷同时会有很多手雷爆炸，此时会很卡，如何优化？

A:¶

对象池

对象池（Object Pool）用于管理频繁创建和销毁的对象，减少内存分配开销。对于手雷和爆炸特效，使用对象池可以避免每次爆炸时都创建新对象，提升性能。

手雷对象池：管理所有投掷的手雷，使用完后回收，不必频繁创建和销毁对象。
爆炸特效池：爆炸时从池中获取特效对象，播放后回收。
粒子池：管理爆炸的粒子效果，减少粒子创建与销毁的开销。

示例（C++）：

class GrenadePool {
private:
    std::queue<std::shared_ptr<Grenade>> pool;

public:
    GrenadePool(size_t size) { /* 初始化池 */ }

    std::shared_ptr<Grenade> getGrenade() { /* 从池中获取手雷 */ }

    void returnGrenade(std::shared_ptr<Grenade> grenade) { /* 回收手雷 */ }
};

通过对象池，减少内存分配和垃圾回收，提高游戏性能。

线程池

线程池用于并行处理爆炸计算任务，避免频繁创建线程，提高计算效率。在手雷爆炸时，可以通过线程池并行处理每个手雷的爆炸影响（如伤害计算、物理效果等），避免阻塞主线程。

示例（C++）：

class ThreadPool {
private:
    std::vector<std::thread> workers;
    std::queue<std::function<void()>> tasks;
    std::mutex queueMutex;
    std::condition_variable condition;
    bool stop = false;

public:
    void enqueueTask(std::function<void()> task) { /* 将任务加入队列 */ }
};

通过线程池，可以将爆炸任务分配给多个线程并发处理，减少卡顿。

手雷对象池：减少对象创建与销毁，复用手雷、爆炸特效和粒子。
线程池：将爆炸计算分配给多个线程并行处理，提升效率。
空间划分：使用四叉树或网格划分地图，只处理与玩家相关的爆炸区域，减少计算范围。
事件合并：对爆炸事件进行合并，避免每个手雷爆炸时都进行计算。
使用 对象池 管理手雷和爆炸特效，避免内存频繁分配和回收。
使用 线程池 并行处理爆炸影响计算，提升游戏并发性能。
空间划分 和 事件合并 减少计算量，降低性能开销。

通过这些优化，可以有效提高大量爆炸事件下的游戏性能，避免卡顿，确保游戏流畅运行。

Lua底层¶

Q: Lua中数组名赋值的底层含义？ A: Lua中数组名赋值是浅拷贝。

二面¶

上一份面经拷打项目（设计缘由，如何提升）状态机手搓游戏设计 vector底层&多线程（八股）

项目中有迷宫的生成，直接拷打A*算法实现，问我优先级根据什么（曼哈顿距离），也问了Prim生成算法，描述了一下

关于第三人称视角，关于透视描边，子弹碰撞检测，爆头等等

八股：右值引用等等，C++11新特性，&和&&，static 和 const，多态

Q: 乱序排行榜¶

乱序排行榜10万个玩家，某位玩家如何知道其位置以及如何优化性能？

A:¶

快排二分哈希表频率跳表/平衡树

在10万个玩家的乱序排行榜中，要确定某玩家的排名，通过遍历排行榜（O(N)）、二分查找（O(log N)，前提是排序），或者使用哈希表存储排名（O(1)）都是不能解决问题的，时间/空间复杂度都很高。

如果均衡时间空间复杂度，可以考虑归并排序（O(N log N)），将排行榜分成多个块，每个块内进行排序，然后使用二分查找来确定玩家的排名。综合一下，分成40块，冒泡排序O(N^2)，从第一个块向后比较，

或者哈希表+频率统计

而如果跳出内部排序方法，则可以考虑外部排序：逐块加入内存然后快排，然后进行多路归并，（最小堆）得到最终的结果。然后二分查找或者者线性查找来确定玩家的排名。

为优化性能，可以采取以下措施： 1) 分页查询，每次只加载一部分数据； 2) 数据分片与索引，将数据分块以减少查询范围； 3) 缓存技术（如 Redis）加速常查询数据； 4) 增量更新，避免每次全量排序； 5) 并行处理，分布式查询和负载均衡提高性能。这些方法可以显著提升查询效率。

Q: 地图距离¶

玩家在地图中移动，如何快速找到距离最近的城镇？

A:¶

可以使用空间划分技术（如四叉树或八叉树）来快速找到距离最近的城镇。具体步骤如下： 1) 空间划分：将地图划分为多个区域，每个区域存储其内的城镇信息。 2) 区域查询：根据玩家当前位置，快速定位到其所在的区域。 3) 距离计算：在该区域内，计算玩家与城镇的距离，找到最近的城镇。 4) 邻近区域查询：如果该区域内没有城镇，向相邻区域扩展查询，直到找到最近的城镇。 5) 缓存机制：可以使用缓存机制存储最近查询的城镇，以减少重复计算。 6) 多线程处理：在大地图中，可以使用多线程并行计算不同区域的距离，进一步提高效率。 7) A*算法：如果需要考虑路径，可以使用A算法进行路径规划，找到最短路径到达城镇。 8) 预处理：在游戏开始时预处理城镇与玩家之间的距离，存储在数据结构中，以便快速查询。 9) 动态更新：如果城镇位置或玩家位置发生变化，及时更新距离信息，以保持数据的准确性。 10) 空间索引：使用R树等空间索引结构，快速定位城镇位置，提高查询效率。 11) 距离函数优化*：使用欧几里得距离或曼哈顿距离等简单的距离函数，避免复杂计算，提高性能。

Q: 超级手雷¶

32名玩家，每位玩家指挥100位士兵，向同一个地点丢手雷同时会有很多手雷爆炸，此时会很卡，如何优化？

A:¶

对象池

对象池（Object Pool）用于管理频繁创建和销毁的对象，减少内存分配开销。对于手雷和爆炸特效，使用对象池可以避免每次爆炸时都创建新对象，提升性能。

手雷对象池：管理所有投掷的手雷，使用完后回收，不必频繁创建和销毁对象。
爆炸特效池：爆炸时从池中获取特效对象，播放后回收。
粒子池：管理爆炸的粒子效果，减少粒子创建与销毁的开销。

示例（C++）：

class GrenadePool {
private:
    std::queue<std::shared_ptr<Grenade>> pool;

public:
    GrenadePool(size_t size) { /* 初始化池 */ }

    std::shared_ptr<Grenade> getGrenade() { /* 从池中获取手雷 */ }

    void returnGrenade(std::shared_ptr<Grenade> grenade) { /* 回收手雷 */ }
};

通过对象池，减少内存分配和垃圾回收，提高游戏性能。

线程池

线程池用于并行处理爆炸计算任务，避免频繁创建线程，提高计算效率。在手雷爆炸时，可以通过线程池并行处理每个手雷的爆炸影响（如伤害计算、物理效果等），避免阻塞主线程。

示例（C++）：

class ThreadPool {
private:
    std::vector<std::thread> workers;
    std::queue<std::function<void()>> tasks;
    std::mutex queueMutex;
    std::condition_variable condition;
    bool stop = false;

public:
    void enqueueTask(std::function<void()> task) { /* 将任务加入队列 */ }
};

通过线程池，可以将爆炸任务分配给多个线程并发处理，减少卡顿。

手雷对象池：减少对象创建与销毁，复用手雷、爆炸特效和粒子。
线程池：将爆炸计算分配给多个线程并行处理，提升效率。
空间划分：使用四叉树或网格划分地图，只处理与玩家相关的爆炸区域，减少计算范围。
事件合并：对爆炸事件进行合并，避免每个手雷爆炸时都进行计算。
使用 对象池 管理手雷和爆炸特效，避免内存频繁分配和回收。
使用 线程池 并行处理爆炸影响计算，提升游戏并发性能。
空间划分 和 事件合并 减少计算量，降低性能开销。

通过这些优化，可以有效提高大量爆炸事件下的游戏性能，避免卡顿，确保游戏流畅运行。

Q: 项目拷打¶

项目为什么这么设计？后续会如何提升优化？

A:¶

为什么这么设计？

3D迷宫逃杀项目：
迷宫生成与随机性：通过结合深度优先搜索（DFS）与随机化Prim算法，确保每次生成的迷宫都有不同的挑战性，增加游戏的重复可玩性和新鲜感。
NPC路径规划优化：利用改进的A*算法，使NPC能更智能地与玩家互动，提升游戏的互动性和流畅性。
沉浸感增强：光照、阴影和音效的设计提高了游戏的沉浸感，使玩家能在复杂的视觉和听觉环境中更好地体验游戏。
多线程优化：通过多线程技术分担路径计算和音效播放，保证了游戏的实时响应与高效性能，尤其在资源密集型场景下保持流畅体验。
四键交互音游项目：
MVVM框架：使用MVVM架构将界面与逻辑分离，提升了代码的可维护性和扩展性，简化了后期的功能拓展与调试。
多线程处理：将音符的生成与消除放入独立线程，确保主线程不被阻塞，避免了游戏卡顿，并且提高了响应速度。
渲染优化：使用Qt的图形视图框架和QOpenGLBuffer优化渲染性能，减少了CPU占用，提升了游戏的流畅度。

后续提升与优化方向：

3D迷宫逃杀项目：
算法优化：未来可以引入更多的迷宫生成算法（如Prim算法与BFS结合）来进一步增强迷宫的复杂性与可玩性，甚至考虑动态调整难度以适应玩家水平。
智能NPC提升：优化NPC的AI逻辑，引入更复杂的状态机或深度学习算法，使NPC行为更加自然和多变。
渲染与性能优化：提升渲染效果，尝试使用更高效的渲染技术如Vulkan或DirectX 12，减少OpenGL的性能瓶颈。
网络与多人协作：增加多人合作模式或在线匹配系统，提升游戏的社交性与互动性。
四键交互音游项目：
用户体验优化：优化音符生成算法，使其更具挑战性，同时加强音符与玩家互动的反馈，增加更多的视觉特效。
多平台支持：扩展至移动端或VR平台，提升游戏的可玩性和受众。
AI与自动音符生成：引入AI生成音符或根据玩家表现自动调整难度，使音游体验更加个性化和富有挑战性。
音频优化：进一步优化音效与背景音乐的搭配，提升音效的立体感和沉浸感。

记录¶

AI模拟¶

不鸣科技C++游戏开发技术面试模拟¶

面试官（微笑）：请先做一个简短的自我介绍，重点突出技术能力和项目经验。¶

我热爱游戏开发，期待能在不鸣科技的团队中继续提升自己的技术能力，并为公司的项目贡献力量。¶

面试官：你在音游项目中提到“优化键盘交互与音符消除逻辑”，能否详细说明技术实现？¶

面试官：你提到优化A*寻路，如果NPC同时寻路导致CPU峰值，如何解决？¶

面试官：C++中定义一个vector，如何计算其内存占用？¶

面试官：多线程同时修改vector会有什么问题？如何解决？¶

面试官：如何设计三角洲游戏中的枪匠系统？¶

编程题：实现一个内存高效的背包系统（使用智能指针）¶

面试官：终面时如何回答“行业理解”问题？¶

面试全流程准备¶

自我介绍¶

项目拷打：¶

3D迷宫逃杀（2024.10 - 2024.12）¶

细节解释:¶

四键交互音游（2024.06 - 2024.09）¶

细节解释¶

微型操作系统设计开发（Mini OS）（2024.09 - 2024.12）¶

详细解释：¶

计算机网络CS144（2024.09 - 2024.12）¶

微型数据库设计开发（Mini SQL）（2023.04 - 2023.06）¶

一面问题¶

Q: 乱序排行榜¶

A:¶

Q: 地图距离¶

A:¶

Q: 超级手雷¶

A:¶

Lua底层¶

二面¶

Q: 乱序排行榜¶

A:¶

Q: 地图距离¶

A:¶

Q: 超级手雷¶

A:¶

Q: 项目拷打¶

A:¶

**面试官：你提到优化A*寻路，如果NPC同时寻路导致CPU峰值，如何解决？**¶