glmark2代码阅读总结
glmark2代码阅读总结
一、总体
- 用输入参数生成testbench项
- 用scene和benchmark管理进行复用
- 通过类的重载,创建出不同的分支和具体的实现点,如scene和mainloop类
- 用例执行又规划,每个scene都统一有setup,等
- 使用scene的继承关系,整体的调用流程就比较简单,好组织
二、小技巧
一组字符串添加间隔方法
用一个static的变量控制第一个
std::string Values;
for (iterator It = Map.begin();It != Map.end();It++)
{static bool doSeparator(false);if (doSeparator){Values += ",";}const std::string& curName = It->first;Values += curName;doSeparator = true;
}
列出目录下的文件
只限于Linux下,用dirent.h头文件的目录操作函数:opendir、readdir 和 closedir。
#include <fstream>
#include <dirent.h>void
Util::list_files(const std::string& dirName, std::vector<std::string>& fileVec)
{DIR* dir = opendir(dirName.c_str());if (!dir){Log::error("Failed to open models directory '%s'\n", dirName.c_str());return;}struct dirent* entry = readdir(dir);while (entry){std::string pathname(dirName + "/");pathname += std::string(entry->d_name);// Skip '.' and '..'if (entry->d_name[0] != '.'){fileVec.push_back(pathname);}entry = readdir(dir);}closedir(dir);
}
字符串定义时截取
使用了std::string模板的特性,在定义字符串时,从原赋值字符串中取部分字串初始化。
string des(src, startPos, len);
表示des是src从startPos开始len长的字符串
类似的用法还有:
std::string s(n, 'x'); // 把s初始化为由连续n个字符x组成的串
string s(s2, pos); // s是string s2从下标pos开始的字符的拷贝
计算模型perspective参数的方法
/* Calculate a projection matrix that is a good fit for the model */
vec3 maxVec = model.maxVec();
vec3 minVec = model.minVec();
vec3 diffVec = maxVec - minVec;
centerVec_ = maxVec + minVec;
centerVec_ /= 2.0;
float diameter = diffVec.length();
radius_ = diameter / 2;
float fovy = 2.0 * atanf(radius_ / (2.0 + radius_));
fovy /= M_PI;
fovy *= 180.0;
float aspect(static_cast<float>(canvas_.width())/static_cast<float>(canvas_.height()));
perspective_.setIdentity();
perspective_ *= LibMatrix::Mat4::perspective(fovy, aspect, 2.0, 2.0 + diameter);
shader管理
shader是用了拼接的方式:
提供的shader中添加变量的方法:ShaderSource::add_const 函数,字符串操作,先生成变量的定义字符串,然后调用 ShaderSource::add 函数,这个函数中可以区分是否加到函数内还是函数外,函数内使用 ShaderSource::add_local, 函数外使用 ShaderSource::add_global。add_local:先找到对应函数名,换到 “{” 和 “\n” 之后插入要添加的定义字符串;add_global:先找到 “precious”所在行和 “\n”,在下面一行插入要添加的定义字符串,同时会检测 “#if” 和 “#endif” 对。
program管理
,过程比较明晰,阅读和书写方便:
Program::init createprogram对象
Program::addShader 加载并编译shader,在这里面都对 shader 的处理也都进行了友好的封装:valid发给发判断shader是否有效,erroMessage输出error log,compile进行编译,ready判断编译结果,attach将shader和program绑定。
所有shader对象存放在一个Shader的vector中,用push_back可以方便的管理。
program也包装了类似的接口:addShader、valid、ready、release
start:use program
mesh类型
convert_to_mesh
set_attrib_locations: 设置attrib_location
vbo_update_method
interleave
build_vbo
build_array
顶点数据的存放:next_vertex set_attrib set_vertex_format set_attrib_locations
相关文章:
glmark2代码阅读总结
glmark2代码阅读总结 一、总体 用输入参数生成testbench项用scene和benchmark管理进行复用通过类的重载,创建出不同的分支和具体的实现点,如scene和mainloop类用例执行又规划,每个scene都统一有setup,等使用scene的继承关系&…...
第 6 章 监控系统 | 监控套路 - 总结
前面,我们使用 Prometheus + Grafana + Node Exporter 实现虚拟机监控及告警。 那么,😇 监控的套路究竟是什么呢? 第 1 步:暴露 metrics,通过某个 exporter 将 metrics 暴露出来第 2 步:配置 Prometheus 抓取上面暴露的 metrics 数据第 3 步:加速 metrics 显示,配置…...
VsCode中C文件调用其他C文件函数失败
之前一直使用CodeBlocks,最近使用vscode多,感觉它比较方便,但在调用其他C文件的时候发现报错以下内容基于单C文件运行成功,否则请移步 博文:VSCode上搭建C/C开发环境 报错信息 没有使用CodeRunner插件,弹…...
css中content属性你了解多少?
在CSS中,content属性通常与伪元素(如 ::before 和 ::after)一起使用,用于在元素的内容之前或之后插入生成的内容。这个属性不接受常规的HTML内容,而是接受一些特定的值,如字符串、属性值、计数器值等。 以…...
JVM-GC-G1垃圾回收器
JVM-GC-G1垃圾回收器 基本概念 card table card table概念是为了解决新生代对象进入老年代时,在进行新生代扫描的时候会遍历老年代对象的问题。将内存分为多个card,如果在一个老年代card中存在引用新生代对象的对象,则将该区域标记及为dirty card。 CS…...
【Ubuntu通用压力测试】Ubuntu16.04 CPU压力测试
使用 stress 对CPU进行压力测试 我也是一个ubuntu初学者,分享是Linux的优良美德。写的不好请大佬不要喷,多谢支持。 sudo apt-get update 日常先更新再安装东西不容易出错 sudo apt-get upgrade -y 继续升级一波 sudo apt-get install -y linux-tools…...
Artix Linux 默认不使用 systemd
开发者选择不使用systemd,而倾向于使用OpenRC或runit作为其初始化系统的原因。 哲学和设计原则:Systemd是一个功能丰富的初始化系统和系统管理器,它集成了许多功能,但这也导致它的设计哲学与一些用户或开发者的偏好不符。有些用户…...
JVM-GC-CMS垃圾回收器
JVM-CMS垃圾回收器 CMS垃圾回收的步骤 1. 初始标记(InitialMarking) 这是一个STW的过程,并行标记,只是标记GC Roots能直接关联到的对象。由于GC Root直接关联的对象少,因此STW时间比较短。 2. 并发标记 非STW的过程&…...
【玩转google云】实战:如何在GKE上使用Helm安装和配置3节点的RabbitMQ集群
需求 因项目需要需要在Google Kubernetes Engine (GKE) 中使用Helm安装一个3节点的RabbitMQ集群,配置用户名和密码,开通公网访问的Web管理界面,指定namespace为mq,并使用5G的硬盘存储MQ的数据。 前提条件 GKE集群:确保你有一个运行中的GKE集群。Helm工具:确保已安装Hel…...
【神经网络】深度神经网络
深度神经网络(Deep Neural Network,简称DNN)是一种模仿人脑神经网络结构和工作原理的机器学习模型。它通过层级化的特征学习和权重调节,能够实现复杂任务的高性能解决方案。深度神经网络由多个神经元层组成,每个神经元…...
机器学习算法 —— K近邻(KNN分类)
🌟欢迎来到 我的博客 —— 探索技术的无限可能! 🌟博客的简介(文章目录) 目录 KNN的介绍和应用KNN的介绍1) KNN建立过程2) 类别的判定KNN的优点KNN的缺点KNN的应用实战KNN分类数据集 —— KNN分类库函数导入数据导入模型训练&可视化原理简析莺尾花数据集 —— KNN分…...
Thinkphp5内核流浪猫流浪狗宠物领养平台H5源码
Thinkphp5内核流浪猫流浪狗宠物领养平台H5源码 可封装APP,适合做猫狗宠物类的发信息发布,当然懂的修改一下,做其他信息发布也是可以的。 Thinkphp5内核流浪猫流浪狗宠物领养平台H5源码...
c++ 智能指针使用注意事项及解决方案
c11智能指针 shared_ptr介绍注意事项示例解决方案 weak_ptr特点示例 unique_ptr特点示例 shared_ptr 介绍 shared_ptr 是一种智能指针,用于自动管理动态分配的对象的生命周期。它通过引用计数机制来确保当最后一个 shared_ptr 指向一个对象时,该对象会…...
SQLite Delete 语句
SQLite Delete 语句 SQLite 的 DELETE 语句用于从表中删除数据。它是 SQL 数据库管理中非常基础且重要的操作之一。在使用 DELETE 语句时,可以删除表中的特定行,也可以删除整个表的数据。本文将详细介绍 SQLite 中的 DELETE 语句,包括其语法、用法以及如何安全地执行删除操…...
vue3的基本使用方法
【 vue3实例 】 【 0 】对象、方法和属性 对象(Object): 对象是编程中的一个数据结构,它可以包含多种数据类型,包括数字、字符串、布尔值、数组、其他对象等。对象通常由一系列属性和方法组成。在面向对象编程&…...
Java数据结构与算法(盛水的容器贪心算法)
前言 . - 力扣(LeetCode) 贪心算法(Greedy Algorithm)是一种在每一步选择中都采取当前状态下最优或最佳的选择,以期望通过一系列的局部最优选择达到全局最优解的算法。贪心算法的核心思想是贪心选择性质和最优子结构性质。 贪心算法的基本步骤 建立模型:将问题分解为一…...
MYSQL 数字(Aggregate)函数
目录 1、AVG() 2、MAX() 3、MIN() 4、SUM() 5、COUNT() 6、LIMIT() 1、AVG() 解释:返回数值列(字段)的平均值。 语法格式:SELECT AVG(column_name) FROM table_name 中文注释:select AVG(数值列/字段) from 表名 ; 用法࿱…...
【TensorFlow深度学习】如何处理不平衡数据集与欠采样、过采样技术
如何处理不平衡数据集与欠采样、过采样技术 如何处理不平衡数据集与欠采样、过采样技术:实现均衡学习的艺术1. 不平衡数据集的识别与评估2. 欠采样技术:减少多数类样本3. 过采样技术:增加少数类样本4. 集成采样策略:SMOTE +ENN 或 SMOTE +Tomek Links5. 评估与选择最佳策略…...
【考研数学】如何保证进度不掉队?暑假强化保姆级规划
数一125学长前来解答!一句话,跟对老师,抓基础,有计划的进行复习才是关键! 数学基础非常重要,包括高等数学、线性代数和概率论等基础知识点。要确保对这些基础知识有扎实的掌握。 按照教材的顺序ÿ…...
Vue3【二十一】Vue 路由模式(createWebHashHistory /createWebHistory )和RouterLink写法
Vue3【二十一】Vue 路由模式(createWebHashHistory /createWebHistory )和RouterLink写法 Vue3【二十一】Vue 路由模式和普通组件目录结构 createWebHistory history模式:url不带#号,需要后端做url适配 适合销售项目 利于seo crea…...
NeoPixel灯环故障深度修复:从信号完整性到电源设计的嵌入式实践
1. 项目概述:从“小麻烦”到深度修复最近几周,我一直在愉快地捣鼓Adafruit的NeoPixel灯带和灯环,这东西确实好玩,单线控制、全彩可编程,简直是创客项目里的“瑞士军刀”。但就在我准备大干一场,用它们来打造…...
系统化交易资源宝库:从入门到实战的量化学习路径
1. 项目概述与核心价值如果你对量化交易、系统化投资感兴趣,并且正在寻找一个能帮你快速入门、避免重复造轮子的资源宝库,那么paperswithbacktest/awesome-systematic-trading这个项目绝对值得你花上几个小时好好研究。这个项目本质上是一个由社区驱动的…...
DownKyi终极指南:快速掌握B站视频批量下载与8K超高清获取技巧
DownKyi终极指南:快速掌握B站视频批量下载与8K超高清获取技巧 【免费下载链接】downkyi 哔哩下载姬downkyi,哔哩哔哩网站视频下载工具,支持批量下载,支持8K、HDR、杜比视界,提供工具箱(音视频提取、去水印等…...
FreeRTOS和RT-Thread的内存管理实战:如何正确使用pvPortMalloc与rt_malloc替代C库malloc
FreeRTOS与RT-Thread内存管理实战:从标准库陷阱到RTOS最佳实践 在嵌入式实时操作系统开发中,动态内存分配就像高空走钢丝——一步失误可能导致系统崩溃。传统C库的malloc/free在RTOS环境中如同穿着拖鞋走钢丝,而pvPortMalloc和rt_malloc则是专…...
微分方程详解(理工科)
一句总纲:微分方程不是在求一个数,而是在求一个函数。它研究的是:如果我知道一个系统“怎么变化”,能不能反推出它“长什么样”。普通方程:未知量是一个数 (x)。微分方程:未知量是一个函数 y(x)。它的意思是…...
AI Agent 对比和选型
一、前言!!!Agent,把天才 AI 变成一个能干活的人 !!!如果说 LLM 大模型是一个天才引擎,那么 Agent 就是很多无形的手,去控制这个天才引擎完成各种各样的工作和流程&#…...
从DO-178标准演进看多核系统耦合分析:隐式要求显式化与可视化实践
1. 从文学课堂到工程标准:隐式与显式的分野在大学里,我的文学课老师总是不厌其烦地强调“隐式”与“显式”含义的区别。理解这种区别,是读懂一部小说深层隐喻、体会作者言外之意的关键。当时觉得这不过是文学分析的技巧,直到我踏入…...
Steel:专为AI智能体设计的浏览器自动化API与部署实战
1. 项目概述:为AI应用赋能的浏览器自动化引擎 如果你正在构建一个需要与真实网页交互的AI智能体,或者开发一个复杂的浏览器自动化工具,那么你大概率会遇到一个共同的难题:如何稳定、高效地管理浏览器实例?从处理无头Ch…...
用ChatGPT 10分钟生成TikTok爆款脚本:5步工作流+3类高转化话术模板(附Prompt库下载)
更多请点击: https://intelliparadigm.com 第一章:ChatGPT TikTok视频创意 在短视频爆发式增长的今天,TikTok 内容创作者亟需高效、可复用的创意生成机制。ChatGPT 可作为智能脚本引擎,将抽象主题快速转化为结构化、高传播性的视…...
2026年IEEE TASE,基于不平衡与平衡竞争策略辅助的双种群优化算法+约束多目标优化,深度解析+性能实测
目录1.摘要2.CMOPs3.提出方法4.结果展示5.参考文献6.代码获取7.算法辅导应用定制读者交流1.摘要 针对具有复杂碎片化可行域约束多目标优化难题,本文提出一种基于不平衡与平衡竞争策略辅助的双种群算法(UBCSO),通过平衡种群的均匀…...
