Unity开发经验小结--1.C#基础_unity是什么字符集

一、C#语言基础

1、C#的值类型和引用类型

值类型分配在栈上，性能高，继承自ValueType。结构体就是值类型，struct。

引用类型分配在堆上，引用类型的new会产生GCAlloc。继承自Object。

2、ArrayList、List

ArrayList类型是object。可以放任意对象，会有装箱和拆箱的操作。装箱就是把值类型转换成引用类型（object）。拆箱就是把引用类型转换成值类型。

List是泛型，性能更好。推荐使用。

ArrayList和List的内存都是连续的，都是数组结构。需要跟LinkedList区分开。

3、循环遍历List中删除元素，常用的方式是倒序遍历，删除指定元素。如果是正序遍历，删除元素后，List后面的元素前移，然后迭代器再跳转到下一个元素，那么就会跳过删除元素的下一个元素。倒序遍历就不会有这个问题。

4、善用数据结构。比如我们的玩家列表保存了两个数据结构，一个List结构用于遍历，一个Dictionary结构用于查询。

当我们查询比较频繁的时候，通过HashSet或者Dictionary做判定或查询会大大提高性能。

以正常游戏的数量级来说，LinkedList几乎没有使用的必要。即便是有插入删除元素的需求，一般也都是List比较快。除非列表中有几百个对象。

二、线程、协程与进程

(一) 线程

1、多线程可以很好的利用多核，提高执行效率。

2、子线程的计算不会卡住主线程，所以一些复杂的计算放到子线程可以减少游戏卡顿。

3、有一些阻塞性质的代码需要放到子线程，比如下载代码，socket通信等等。

4、子线程受到的限制比较多，大多数Unity的API都无法调用。

5、编写多线程代码需要关注线程同步。稍不留意可能出现死锁或者因为线程不安全导致逻辑错误甚至闪退。

6、如果是大量线程创建，可以使用线程池进行优化。服务器比较常见。客户端用的比较少。

7、线程数过多，可能会造成频繁的上下文切换。它会保存一个线程的状态，然后处理另外一个线程的东西，再然后恢复第一个线程的状态以继续处理该线程。这个操作是资源密集型过程，因此应该尽可能的避免。

(二) 协程

1、协程的好处是可以以同步代码的方式处理异步逻辑，避免复杂的回调代码。

2、协程虽然也是异步执行的，但都是在主线程执行。所以依然不能做可能会导致主线程卡顿的操作，比如大量物体实例化。正确的操作应该是分帧执行。

3 、直接StartCoroutine依然是有一定开销的，应该尽可能合并协程。比如使用CoroutineManager。

(三) 进程

1、Mutex 是进程互斥量。当一段逻辑只能一个进程执行的时候，可以使用Mutex来控制。

(四) 锁

1、lock(object) {xxxxx}

2、比如网络通信中，对一个buffer，主线程不停的读取，子线程不停的写入。如果读取的时候不加锁的话，就可能会跟子线程冲突，导致结果错误或者数据错乱。

3、lua state不是线程安全的。主线程创建的lua state，如果我们在子线程调用其接口，比如Call一个lua函数，那么堆栈可能会错乱掉。很有可能导致游戏闪退。之前我们犯的错误就是在socket.BeginReceive的回调线程中，如果网络异常则通知lua。这个操作就是非常危险的。

(五) JobSystem

1、这个是由Unity调度的多线程代码。更加高效。且可以不用关心线程安全。

2、IJob

(六)、ECS

1、Entity–Component–System

Entity持有Component

Component是数据的容器

System处理Component，可以理解为函数集合。与对象无关。

2、守望先锋使用ECS系统，方便的实现了战斗回滚。

3、ComponentSystem、NativeArray

4、Unity的ECS模式更好的进行数据对齐，有利于CPU缓存命中。性能更好。

(七)、DOTS

1、ECS+JobSystem+Burst

三、其他

1、Xml

1.1、解析Xml分文档对象模型（DOM）和流模型两种。

1.2、前者写起来比较简单，可以随机读取xml中的内容，缺点是比较耗性能，需要一次加载整个的xml文件到内存中。

1.3、流模型是只读的，且只能顺序读取xml的内容。优势是性能好。

2、Json

2.1、优势是速度快。缺点是不支持注释。

2.2、我们在解析json配置的时候，多数是直接使用Unity提供的JsonUtility API。这个接口速度很快。缺点是格式固定，不能解析成Dictionary这样的任意结构。

2.3、在需要处理服务器数据返回这样的任意结构的时候，使用LitJson或者MiniJson。

3、YAML

3.1、Unity中所有序列化的文本格式都是YAML。比如prefab、material、.unity场景文件等等。编辑器下设置 Force Text 可以强制指定这些序列化为文本格式。否则可能是二进制格式。

4、AES加密

4.1、高级加密标准(AES,Advanced Encryption Standard)，是现在比较流行的对称加密算法。对称加密算法加密和解密用的秘钥是相同的。常见的还有DES加密，不过DES加密速度相对比较慢，不再推荐使用。

4.2、根据秘钥和向量，把明文加密为密文，服务器收到密文之后，再根据同样的秘钥和向量解密为明文。

4.3、AES加密的速度是非常快的。我们的消息通信、Lua文件加密都使用了AES加密。

4.4、还有一种非对称加密算法。秘钥分公钥和私钥。常见的是RSA算法。优势是安全，极难被破解。缺点是速度较慢。所以正常游戏中使用RSA的地方不多。不过推送通知服务器、Https服务器等地方都会用到类似的加密证书。同时我们常用的git的用户认证也是这种算法。我们的公钥是配置在服务器上的，私钥自己本地保存。私钥加密，公钥解密。

5、LZ4 压缩

5.1、常用的压缩算法有 Deflate （zlib、zip）、lzma （7z）和lz4。还有一些压缩算法特性跟这三个重复，所以不做说明。

5.2、zlib是非常常见的压缩算法库。几乎每个游戏引擎或者游戏都会用到。它实现的是 Deflate算法。常见的压缩存档格式，比如zip、tar.gz等，大多是这个算法。

补充说明的是 png 也是用到这个压缩算法。事实上最早 zlib 就是用于png压缩的。png是无损压缩格式。最终通过zlib压缩图片大小。

5.3、lzma，也就是7z格式，压缩比非常高。缺点是压缩和解压速度比较慢。Unity中ab包的可选格式就包含lzma，5.0之前的版本就只有lzma和不压缩两种选择。Unity的ab包使用lzma的缺点是，ab包会整体在内存中解压。如果一个ab包有100mb，解压内存也要至少100mb。

5.4、lz4。它的优势是速度极快。尤其是解压速度。可以达到zlib的几倍到几十倍。虽然作为存档格式并不常用。但是游戏中应用的非常广泛。我们对lua文件加密后，就又进行了一次lz4的压缩。Unity的ab包的可选格式 ChunkBaseCompression就是lz4的格式。优势除了快，还有就是ab包本身加载并不耗内存，只有文件头的内存消耗。用到哪个资源，再解压哪个部分。我们的资源管理模块的设计很大程度上依赖了这个特性。

如果没有lz4这个特性，那么我们可能做的方案选择就是：ab包选择不压缩的格式。然后打包的时候使用zip压缩到apk内部。等游戏第一次启动的时候，再解压到可写目录。曾经很多游戏都会选择这这个方案。主要考量点还是加载速度和内存占用。

6、字符编码

6.1、ASCII码。0-128就代表我们常见的英文字母、数字等。

6.2、ANSI标准。ASCII码只有128个，算上扩展码也只有256个。显然无法表示世界上所有的文字。

中国制定的ANSI标准的编码就是 GB2312。它包含7000多个汉字和符号。

GBK全面兼容GB2312，包含3万多个汉字。

GB18030在GBK的基础上进一步扩展了汉字，增加了藏、蒙等 少数民族文字。

6.3、Unicode标准。ANSI标准下每个国家的编码含义不同。而Unicode是全世界的统一标准。包含了全世界的所有文字。

6.4、MBCS (Multi-Byte Character System)。多字节字符集。ASCII码占用一个字节，汉字绝大多数占两个字节。

6.5、CodePage。代码页。这个也是个非常常见的概念。通过设置代码页，告诉操作系统ANSI到底是哪个国家或者地区的标准。比如Windows规定，65001的代码页代表UTF-8，936代表的代码页代表GBK。

6.6、UTF-8、UTF-16、UTF-32

Unicode是一个字符集标准，具体计算机上怎么进行编码，有不同的实现方案。

UTF-8是可变字节的，兼容ASCII码部分，汉字一般是占3个字节，最多4个字节。

UTF-16，使用2个字节或4个字节表示一个字符，常用的字符比如ASCII码和绝大多数汉字都是2个字节。

UTF-32，与Unicode码表基本一致，用4个字节表示一个字符。

6.7、在Windows上，wchat_t 就代表Unicode字符，是2个字节，也就是说Windows系统采用的是UTF-16的方案。

各种Windows API，比如 SetWindowTitle和SetWindowTitleW，就分别对应ANSI接口和Unicode接口。

在中文环境下，Windows系统默认的字符集是GBK。比如我们创建文件的文件名，应该是GBK编码，如果代码中写的是UTF-8编码，那么创建的文件就可能会出现乱码。这种情况在Windows和Mac下转换文件时很常见。

类似的还有cmd窗口的默认代码页是936，cmd输出的结果就是GBK编码，Jenkins默认的字符编码是UTF-8，那么Jenkins在Windows上执行bat，输出结果可能会出现乱码。解决方法是在执行bat命令之前，调用 chcp 65001 将代码页切换为UTF-8。

6.8、在Linux上，默认的字符集是 UTF-8。而对应的 wchar_t 是4个字节。这是因为Linux选择的字符编码是 UTF-8而不是UTF-16。对于Windows选择的UTF-16而言，绝大多数文字都可以用2个字节表示，需要用4个字节表示的文字非常罕见。当出现4个字节的文字的时候，实际上是2个wchar_t表示一个文字，这种情况下多数计算长度等函数都是有问题的，不过因为这种情况及其罕见，所以也没什么大问题。

而Linux使用的UTF-8编码，大多数汉字都是3个字节，就无法像Windows一样，用2个字节表示 wchart_t 就能处理绝大多数文字，所以Linux下 wchar_t 就只能用4个字节来表示。

6.9、C#中处理字符编码比较简单，使用Encoding类就行。不过需要注意，如果要处理汉字的UTF-8转GBK这样的操作，需要把几个dll拷贝到工程中，并且link.xml中配置其不被裁剪。然后才能正常调用。

I18N.dll I18N.West.dll I18N.CJK.dll。

因为我们代码中是用 Encoding.GetEncoding(936)，这样的写法获取转换对象的，所以如果不在link.xml中配置，这几个dll就会因为没有被引用到而被裁剪掉。

6.10、最后补充下，Lua的字符编码是 UTF-8。C#调用C++接口的时候，可以指定CharSet，来说明我们传递的参数是什么字符编码。比如，

[DllImport(LUADLL, CallingConvention = CallingConvention.Cdecl, CharSet = CharSet.Unicode)]

7、字节序

7.1、字节序是只占内存多余1个字节的类型，数据在内存中如何存放。

小端，Little Endian。低字节数据存放在内存低地址处。我们常见的PC、移动平台都是小端。

大端，Big Endian。高字节数据存放在低地址处。很多嵌入式平台是大端。

7.2、假设，内存地址增长方向是 从左到右，由低到高。

比如，UTF-16的\n，数据是 0x000D，00为高位，数字更加重要，想象成102中的1是高位，更加重要。

则小端的内存排布为 0D00，大端的内存排布为000D。对应关系可以看上面的描述。

这个知识在我们查看一个文件的二进制编码的时候很实用。从左到右的显示顺序就可以理解为内存地址增长顺序。

7.3、UTF-16就是2个字节代表1个字符，它同样可以是大端，也可以是小端。所以就规定在文件头加个标识符，说明文件的字节顺序。这就是 BOM (Byte Order Mark)。

FE FF 代表 UTF-16BE，是大端文件。

FF FE 代表 UTF-16LE，是小端文件。

其他还有UTF-32的BOM标记，不过基本不怎么使用。UTF-16的这两个标记是应用最广的。

7.4、UTF-8也有一个BOM头，EF BB BF。不过这个是微软自己定的，实际上UTF-8跟GBK一样，没有字节序的问题，它们都是多字节编码。所以有些语言比如Go语言，曾经就不支持带BOM头的UTF-8编码的源文件。

7.6、我们Lua文件都是不带BOM的UTF-8格式。C#和C++的源文件，都是带BOM的UTF-8格式。

使用UTF-8编码是因为，VSCode或者Sublime默认支持的就是UTF-8格式，如果源代码是GBK格式的话，还要进行转换才能正常显示，否则就是乱码。另外源文件如果是GBK编码的话，在Mac下显示也会乱码，所以还是UTF-8更加通用一些。

Lua文件不带BOM头是因为，Luajit支持带BOM头的lua文件，但原生的Lua5.1不支持带BOM头的文件。所以如果我们使用的Lua版本是原生lua的话，加载代码之前还要先移除BOM头。方式就是如果判定文件前三个字节是 EF BB BF，那么就移除这三个字节。

C++文件带BOM头是因为我们C#和C++的查看和编译工具都是微软自家的，我们既然使用UTF-8的格式，又不带BOM的话，微软自己的编译器遇到中文可能会编译报错。

8、换行符

这个虽然很简单，但是很常见，也有一些坑，所以单独提一提。

8.1、回车符 \r，ASCII码为 13，即0D。

换行符 \n，ASCII码为 10，即0A。

8.2、Windows下的换行符是 \r\n，表示为 CRLF

Linux下的换行符是 \n，表示为 LF

Mac下的换行符是 \r，表示为 CR

不同系统下的换行符不一样，所以一些linux下编辑的文本文件，拿到Windows下用文本编辑器打开会没有换行。VSCode也可以修改当前文件的换行符。

8.3、Git默认在检出的时候会转换换行符。提交入库的时候也会统一设置换行符。这个经常会有一些坑。所以我们设置开发环境的时候，会设置git，关掉这个 autoCrlf 的功能。检出和提交代码的时候都保持原样。

有的时候我们新仓库没有关掉autoCrlf，如果后面再有一些复制文件或者其他操作，可能出现文件没有修改，但是提交的时候提示文件变动，打开又不会显示出任何修改内容。这就是因为虽然文件内容没变，但是换行符变了。

8.4、因为我们都是在Windows下进行开发，所以我们的代码和配置的换行符都统一为 CRLF。

8.5、Unity可以在 Project Setting – Editor 中设置换行符。默认好像是LF。