Cocos2DX UIListView 大量加载优化方案

Cocos2DX UIListView 大量加载优化方案,第1张

概述问题来了 笔者最近开发一个游戏项目,需要对   的加载速度做处理 —— 产品经理希望它可以快速加载100个 ,且不能有卡顿的感觉。那么,问题来了,怎么样才能使 做到快速而不卡顿呢?作为程序,只有我们知道技术的实现细节。我们知道,  是一个一个 的,你急也没用。当时我试过了常规的三种方法,它们分别是: 逐帧加载 延时加载 滚动到底部再加载
问题来了  
笔者最近开发一个游戏项目,需要对 的加载速度做处理 —— 产品经理希望它可以快速加载100个 ,且不能有卡顿的感觉。那么,问题来了,怎么样才能使 做到快速而不卡顿呢?作为程序,只有我们知道技术的实现细节。我们知道, 是一个一个 的,你急也没用。当时我试过了常规的三种方法,它们分别是: 逐帧加载 延时加载 滚动到底部再加载 方法1、2在实质上是一样的,都属于延时加载的范畴;方法3比较有趣,只有当 监听到自己滑动到底部的时候才会去加载剩下的一部分,当然我们需要开启它的滑动监听。 如果有需要,我会在之后介绍一下这三种常规做法,这里先不作议论。诚然,当数量不多的时候 (比如 <= 100),这三种常规方法的加载速度也算是无可厚非了。从速度上看, ;但从体验上看, 。这是因为方法3开始只会加载一小部分,所以你需要不停地滑动到底部、滑动到底部,直到将所有内容全部加载完毕,而方法1、2只要启动之后,就会按部就班地开始一条一条的加载。当数量超过一定数值 (可能 >= 100,主要看需要渲染和处理Item的数据大小)后,你会发现 总是一顿一顿的,当你尝试滑动的时候,这种卡顿的感觉会尤其明显,这极其影响用户的体验。
问题分析
当然,如果你足够细心和机警,你会发现造成卡顿至少有两层原因: 其一,数量太多,如果是1000条数据,就算0.001秒加载一条,也需要1秒才能全部加载完,你觉得用户可以接受1秒钟的卡顿吗? 其二,要渲染和处理的数据太多。在实际开发中,可不止加载这回事,你还得负责对每条要展示的数据进行初始化,而这个往往才是极其耗时的步骤;所以说实现上述0.001秒的目标也是有些难度的。
解决方案原理
综述:加载大概做了两件事情:初始化和渲染。围绕这两点,可以对其展开优化。 节省初始化的时间:加载单纯的速度是很快的,对渲染的消耗是很可观的。假设在加载一个的时候,用一个去包装它,但对所包含的数据不进行初始化「当然,程序需要预留一个初始化数据的接口」,那么,加载的相当于只有,这样可以大大地节省掉初始化的时间。 节省渲染的时间:对可视区域内的予以初始化,而非可视区域内的则不提供初始化和渲染。
实现
如何 *** 作初始化? 原理处已经提到,由程序预留初始化接口,当进入可视区域时再执行初始化。 如何减少渲染? 这里采用了简单粗暴的方式:显示和隐藏。当进入可视区域时显示,出了可视区域后隐藏。当然,如果有更好的办法,可以提出、讨论、一起实现「中也预留了释放资源的回调方法,目前为空回调」。 怎么提高加载速度? 如果数量不多,可以直接添加;如果是大数量级别,请使用延时加载或者每帧加载。
说明
目前只实现了常用的垂直的加载方案;水平的貌似没有这个需求,所以就不打算做了。毕竟,有哪个傻逼愿意水平滑动大量的啊。 获得可视区域底部所在行数方法返回的值可能不是非常精准,在未想到更好的办法之前,如果遇到这种情况,请暂时手动调整; 经测试,在加载完可视区域内的后,渲染的顶点数基本稳定在一定数值。当然,当可视区域内可容纳最大数量发生变化时,也会随之变化,比如顶部和底部各露出一小部分的情况。 的初始化可以放在滚动回调里完成,也可以自行完成,具体开发中可能会遇到各种奇怪奇葩的需求,这时候,请根据实际情况自行调整初始化战略。
代码传送门
GitHub UIListViewTest


查看原文:http://www.51xyyx.com/3196.htmlUIListVIEwItemUIListVIEwUIListVIEwPushItemUIListVIEw方法3 > 方法1 > 方法2方法1 > 方法2 > 方法3UIListVIEwItemUIListVIEwItemUIListVIEwLayoutItemLayoutItemItemUIListVIEwItemLayoutUIListVIEwItemItemItemItemUIListVIEwTest.luaItemUIListVIEwitemItemItemsOpenGLGL vertsItemGL vertsItemItemUIListVIEw
总结

以上是内存溢出为你收集整理的Cocos2DX UIListView 大量加载优化方案全部内容,希望文章能够帮你解决Cocos2DX UIListView 大量加载优化方案所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/web/1084089.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-05-27
下一篇 2022-05-27

发表评论

登录后才能评论

评论列表(0条)

保存