当前位置: 首页 > news >正文

Unity - UGUI动静分离

原理:UGUI 是基于Canvas来进行合并计算的

1.不同Cavans的UI元素,是无法合批渲染,无法实现同一个drawcall

2. 每次合批的时候,会合并计算Canvas下所有的UI元素 , 具体流程:

Step1: 对Cavans下所有的UI元素进行合批计算

Step2: 每帧将合并后的结果提交给GPU渲染

Step3: 当某个UI元素改变以后,先计算某个UI元素改变后的数据,再结合其它UI元素,重新合批 (即:某个UI变动,导致mesh重建,全部重新合批计算)

3. 每次UI元素的位置等相关信息改变,都会引发重新合批计算

4. 静止不动的UI的合批计算开销最小,如果Cavans下所有的UI元素一旦创建都不再改变,则只会产生一个合批计算,性能最好

5.当Cavans下有不断变化的物体时,每次都会重新进行合批计算,此时不动的物体少,那么最后合批的时候物体的数据就少

由上面的分析,就得到一个结论: 动静分离,将不变的物体放一个canvas下, 变化的物体放一个canvas下,优化合并时候的开销

因此很多人就推导出一个结论: 每个界面一个Cavans,减少Mesh合并的开销

但是事实并非如此

基于多Canvas的”动静分离”会打乱合批,能节省的是合并时不变的元素的数据copy

Unity UGUI 会基于Canvas将能合并的UI元素,计算合并到一起,然后再提交给GPU渲染来节约Drawcall

在这个过程中,如果某个UI元素改变了,就会引发一次合并计算。

”动静分离”一般指的是把那些不经常动的UI与经常动的2D元素分成不同的Cavans,来减少合并时候的开销。这个通常叫做”动静分离”。

我们在开发项目的时候,会把经常变化的游戏元素(2D游戏角色,玩家昵称,玩家血条等)做到一个Cavans下,把通常的游戏操作UI界面做一个Cavans下,对于那些UI内容非常多的如”任务滚动列表”等,我们也会考虑单独做一个Cavans,然后持续监测UI性能即可

一般项目中2~3个Cavans就可以了,还是要把重点放在UI的drawcall优化上

相关文章:

Unity - UGUI动静分离

原理:UGUI 是基于Canvas来进行合并计算的 1.不同Cavans的UI元素,是无法合批渲染,无法实现同一个drawcall 2. 每次合批的时候,会合并计算Canvas下所有的UI元素 , 具体流程: Step1: 对Cavans下所有的UI元素进行合批计算 Step2: …...

arm 体系架构-过程调用约定

ref: ARM体系结构学习笔记:过程调用标准AAPC、 ARM32调用约定、ARM64调用约定_arm64 传参 结构体-CSDN博客 ARM软件逆向工程入门 01 - ARM调用约定(Calling Convention)_armv7函数调用约定-CSDN博客 ARM学习(17&…...

STM32基于LL库的USART+DMA使用

时隔两年半再次更新LL库,本次带来USART DMA 实现接收不定长。 1、开发思路 使用USART DMA接收不定长的功能的思路是:借助USART的空闲中断、DMA发送完成中断。 打开F103的手册可得知,USART的空闲中断触发条件是在接收完成后触发&#xff0…...

设计模式06-结构型模式1(适配器/桥接/组合模式/Java)

#1024程序员节|征文# 4.1 适配器模式 结构型模式(Structural Pattern)的主要目的就是将不同的类和对象组合在一起,形成更大或者更复杂的结构体。结构性模式的分类: ​ 类结构型模式关心类的组合,由多个类…...

【损害和风险评估&坑洼】路面坑洼检测系统源码&数据集全套:改进yolo11-DCNV3

改进yolo11-DLKA等200全套创新点大全:路面坑洼检测系统源码&数据集全套 1.图片效果展示 项目来源 人工智能促进会 2024.10.24 注意:由于项目一直在更新迭代,上面“1.图片效果展示”和“2.视频效果展示”展示的系统图片或者视频可…...

GenAI 生态系统现状:不止大语言模型和向量数据库

自 20 个月前 ChatGPT 革命性的推出以来,生成式人工智能(GenAI)领域经历了显著的发展和创新。最初,大语言模型(LLMs)和向量数据库吸引了最多的关注。然而,GenAI 生态系统远不止这两个部分&#…...

gitlab 配置ssh keys

settings -- 终端配置: git config --global user.email "yxthotmail.cm" 配置gitlab 账号邮箱 git config --global user.name "xt.yao" 配置gitlab账号用户名 生成SSH key,输入命令ssh-keygen -t rsa,一直按回车…...

小程序开发实战:PDF转换为图片工具开发

目录 一、开发思路 1.1 申请微信小程序 1.2 编写后端接口 1.3 后端接口部署 1.4 微信小程序前端页面开发 1.5 运行效果 1.6 小程序部署上线 今天给大家分享小程序开发系列,PDF转换为图片工具的开发实战,感兴趣的朋友可以一起来学习一下&#xff01…...

我有两台120kw充电桩一天能赚多少钱

(当前是理想状态下,当然还要看场地费用,还有物业,变压器,等等) ———————————————————— ———————————————————— 要计算两台120kW充电桩能赚多少钱,我们…...

深入了解 Android 中的命名空间:`xmlns:tools` 和其他常见命名空间

在 Android 开发中,xmlns (.xml的namespace)命名空间是一个非常重要的概念。通过引入不同的命名空间,可以使用不同的属性来设计布局、设置工具属性或者支持自定义视图等。除了 xmlns:tools 以外,还有很多常见的命名空间…...

stable-zero123模型构建指南

一、介绍 stabilityai出品,能够对有简单背景的物体进行三维视角图片的生成,简单来说也就是通过调整变换观察的视角生成对应视角的图片。 本项目通过comfyui实现。 二、容器构建说明 1. 部署ComfyUI (1)使用命令克隆ComfyUI g…...

算法题解记录32+++最长连续序列(百题筑基)

你们好,我是蚊子码农,好久不见。由于秋招求职的繁琐事情,我有很长一段时间没更新博客,希望我的粉丝们能够谅解。 秋招我拿到了一些offer,最终决定去一个主要做“网络安全”业务的公司工作,也许明天会更好&a…...

全球知名度最高的华人起名大师颜廷利:世界顶级思想哲学教育家

全国给孩子起名最好的大师颜廷利教授在其最新的哲学探索中,提出了《升命学说》这一前沿理论观点,该理论不仅深刻地回应了古今中外众多哲学流派和思想体系的精髓,还巧妙地融合了实用主义、理想主义以及经验主义的核心理念。通过这一独特的视角…...

Flink Rest API

REST API | Apache Flink Flink官网API 通过curl 或者Rest API工具测试web UI对应的接口返回信息 Flink 提交yarn任务 ./bin/flink run -t yarn-per-job historyServer ../bin/historyserver.sh start...

Zig 语言通用代码生成器:逻辑,冒烟测试版发布二

Zig 语言通用代码生成器:逻辑,冒烟测试版发布二 Zig 语言是一种新的系统编程语言,其生态位类同与 C,是前一段时间大热的 rust 语言的竞品。它某种意义上的确非常像 rust,尤其是在开发过程中无穷无尽抛错的过程&#x…...

mysql 通过GROUP BY 聚合并且拼接去重另个字段

我的需求: 我想知道同一个手机号出现几次,并且手机号出现在哪些地方。下面是要的效果。 源数据: CREATE TABLE bank (id bigint(20) unsigned NOT NULL AUTO_INCREMENT,user_id int(11) NOT NULL DEFAULT 0,tel varchar(255) COLLATE utf8mb4_unicode_…...

Java应用程序的测试覆盖率之设计与实现(一)-- 总体设计

一、背景 作为测试,如何保证开发人员提交上来的代码都被测试覆盖到,是衡量测试质量的一个重要指标。 本系列文章将要说一说,如何搭建一套测试覆盖率的系统。 包括以下内容: jacoco agent采集执行覆盖率数据jacoco climaven集成jacoco:jacoco-maven-pluginant集成jacoco:…...

Unity C#脚本的热更新

以下内容是根据Unity 2020.1.0f1版本进行编写的   目前游戏开发厂商主流还是使用lua框架来进行热更,如xlua,tolua等,也有的小游戏是直接整包更新,这种小游戏的包体很小,代码是用C#写的;还有的游戏就是通过…...

监督学习之逻辑回归

逻辑回归(Logistic Regression) 逻辑回归是一种用于二分类(binary classification)问题的统计模型。尽管其名称中有“回归”二字,但逻辑回归实际上用于分类任务。它的核心思想是通过将线性回归的输出映射到一个概率值…...

深度优先算法(DFS)洛谷P1683-入门

虽然洛谷是有题解的,但是你如果直接看得懂题解,你也不会来看这篇文章.. 这些代码均是我记录自身成长的记录,有写的不好的地方请谅解&#xff01; 先上代码&#xff1a; #include <iostream> #include <vector> #include<iomanip> #include<cstdio&…...

Sqoop --merge-key参数深度解析:增量数据合并的终极利器

Sqoop --merge-key参数深度解析&#xff1a;增量数据合并的终极利器引言1. --merge-key参数概述1.1 基本概念1.2 为什么需要--merge-key&#xff1f;2. --merge-key的工作原理2.1 执行流程2.2 数据合并逻辑3. 使用场景详解3.1 场景一&#xff1a;lastmodified模式下的自动合并3…...

CHORD-X快速入门:10分钟完成Ubuntu环境下的模型部署与测试

CHORD-X快速入门&#xff1a;10分钟完成Ubuntu环境下的模型部署与测试 你是不是也对那些动辄需要几个小时、甚至几天才能部署好的大模型感到头疼&#xff1f;复杂的依赖、繁琐的配置、各种环境冲突&#xff0c;光是想想就让人望而却步。 今天&#xff0c;咱们就来点不一样的。…...

跨平台虚拟机工具:解锁macOS系统的开源解决方案

跨平台虚拟机工具&#xff1a;解锁macOS系统的开源解决方案 【免费下载链接】unlocker 项目地址: https://gitcode.com/gh_mirrors/unloc/unlocker 在虚拟化技术广泛应用的今天&#xff0c;跨平台系统体验已成为开发者和技术爱好者的基本需求。然而&#xff0c;VMware作…...

Git子模块下载全攻略:解决CoolProp等开源项目依赖问题(附魔法技巧)

Git子模块深度解析&#xff1a;高效管理复杂开源项目依赖 在参与开源项目协作时&#xff0c;我们经常会遇到项目依赖多个子模块的情况。以热力学计算库CoolProp为例&#xff0c;这类项目往往通过Git子模块机制管理外部依赖&#xff0c;但许多开发者在初次接触时会遇到子模块下载…...

RK3588 Ubuntu 20.04 编译 eglinfo 踩坑实录:从 Python 环境配置到 Mali 驱动调试

RK3588 Ubuntu 20.04 编译 eglinfo 全流程解析与深度排错指南 在嵌入式图形开发领域&#xff0c;RK3588作为Rockchip旗舰级SoC&#xff0c;其Mali-G610 GPU的OpenGL ES支持能力直接影响工业HMI、车载中控等无头设备的图形表现。本文将系统性地剖析从Python环境修复到Mali驱动验…...

Chatterbox 6大核心:企业级高可用部署与性能优化指南

Chatterbox 6大核心&#xff1a;企业级高可用部署与性能优化指南 【免费下载链接】chatterbox Open source TTS model 项目地址: https://gitcode.com/GitHub_Trending/chatterbox7/chatterbox Chatterbox作为开源TTS模型&#xff0c;在企业级应用中需要构建高可用架构、…...

农业场景下的高光谱图像分类:如何用深度学习识别作物病害(以小麦条锈病为例)

农业场景下的高光谱图像分类&#xff1a;如何用深度学习识别作物病害&#xff08;以小麦条锈病为例&#xff09; 在精准农业领域&#xff0c;作物病害的早期识别直接影响着全年收成。传统人工巡查方式不仅效率低下&#xff0c;且往往在病害出现明显症状时才能被发现——此时可能…...

程序员面试别再死磕算法了!面试官真正想看的是这几点

文章目录开篇&#xff1a;刷题300道&#xff0c;面试5分钟挂&#xff0c;你中招了吗&#xff1f;算法是门票&#xff0c;但门票不能当饭吃面试官真正在偷看的五个隐藏考点1. 代码的"卫生习惯"比你想象的更重要2. 系统设计&#xff1a;别只会砌砖&#xff0c;要会盖楼…...

别再只用编码器了!用ROS的robot_localization包融合IMU与Odom,让你的Cartographer建图精度翻倍

突破SLAM精度瓶颈&#xff1a;robot_localization包在Cartographer中的实战优化指南 当你的移动机器人在长走廊环境中反复建图却始终无法对齐首尾时&#xff0c;当激光匹配在特征稀疏区域频繁出现定位跳变时&#xff0c;这些现象很可能源于单一编码器里程计的累积误差。本文将带…...

DataMatrix 基准测试结果有偏差:Dynamsoft 检测到的代码比 Scandit 多 51%

DataMatrix 基准测试结果有偏差&#xff1a;Dynamsoft 检测到的代码比 Scandit 多 51%。 这是我们SDK基准测试系列的第二部分。第一部分比较了Dynamsoft和Scandit在旋转条形码上的性能&#xff0c;Dynamsoft的准确率最高提升了12.9%。第二部分将着重解决一个更复杂的问题&#…...