1）很多字库比如宋体，12号以下都是点阵字体。

2）GDI太老了，只有5级灰度，而且AA是横向的，Y轴方向没有AA。

3）雅黑又不能通用，且小字号时高低不平。

改进：

1）字体SuperSample。

2）勾边。

经过若干次试验修改，研究出下面这个快速/255的宏，可以在 X属于[0，65536]的范围内误差为零：

#define div_255_fast(x)    (((x) + (((x) + 257) >> 8)) >> 8)

传统来说，人们习惯于将 /255改为 >> 8，但是这样误差挺大的，比如先乘以255再除以255，连续做十次，如果用>>8来代替除法，那么十次之后，误差为10. 另外一种常见的近似法是((x) + 255) >> 8，这种累积误差也挺厉害的。 因此>>8代替/255结果是比较粗糙的。而这个宏的开销比起>>8来说成本大12%。 经过测试65536000次计算中，使用/255的时间是325ms, 使用div_255_fast的时间是70ms，使用>>8的时间是62ms，div_255_fast的时间代价属于可以接受的范围。 下面是测试程序

记录一下。

[sshd]

ssh-host-config /var/empty目录的拥有者必须是sshd进程的拥有者, 而且权限必须是700; 如果sshd进程的拥有者不是SYSTEM, 则只有这个拥有者可以通过ssh登录系统, 因为sshd需要执行seteuid, 非系统账户执行seteuid将自己有效id设为其他用户时会被拒绝。 如果是在 Win7下面需要建立一个独立的用户，这时CYGWIN终端需要以管理员权限运行，否则用户设置失败，无法安装sshd服务。

[svnserve]

cygrunsrv -I svnserve -d "CYGWIN svnserve" --chdir /data/svnroot --path /usr/bin/svnserve \
	  --args "--foreground --daemon --root=/data/svnroot --listen-port=3690" \
	  --neverexits --type auto -o 

如果发现svnserve.exe无法监听在相应端口, 需要添加额外参数(–args中): –listen-host=0.0.0.0 (或监听在特定的ip或主机名上).

[passwd]

如果在cygwin中发现自己所在的组变成了”mkpaswd”, 这说明/etc/passwd或者/etc/group需要重建了, 运行:

mkpasswd -l >/etc/passwd; mkgroup -l >/etc/group

[httpd]

启动httpd服务时可能会报告”Bad system call”错误, 这是由于apache2需要cygserver, 运行: cygserver-config 而且环境变量 $CYGWIN 中包含server, 参见 [The CYGWIN environment variable].

[init]

配置启动 systemv 的 init 服务，管理员启动cygwin，并运行：

init-config 

然后查看 /etc/inittab 和 /etc/rc.d/rc 两个文件，根据需要编辑，首先是 /etc/inittab:

# id:runlevels:action:process
id:3:initdefault:
rc::bootwait:/etc/rc
l0:0:wait:/etc/rc.d/rc 0
l3:3:wait:/etc/rc.d/rc 3
#S0:2345:respawn:/sbin/agetty -L -T vt100 -n ttyS0 9600 ttyS0

接下来是 /etc/rc.d/rc：

如何在质量下降不大的情况下降低一倍的占用？如何让臃肿的美术资源压缩再压缩？

JPEG->WDP/WEBP

大部分项目都陆续废掉了JPEG，而最好的代替品是微软的HD Photo，wdp格式，在PSNR差不多的情况下，wdp能比JPEG小一倍多。

（wdp的encoder/decoder不好找的话，我这里有一份微软的库）

观察下面的演示图片不要缩放PDF，用100%显示才看得清楚差别

JPEG 16.18 KB，可以看出脸部方块已经很严重，头发等高频部分已经看不清楚，帽子和墙面质量损失严重，而下面这张WDP文件（HDPHOTO，XnView可以转换）只有13.85KB大小，质量却比JPEG好很多。（通常情况下峰值信噪比差不多的话，WDP能够小一倍）：

压缩比从强到弱依次是：WDP>WEBP>JPEG2000>JPEG。因此换用WDP格式能缩小不少资源。

很多人问游戏AI该怎么做？随着游戏类型的多元化，非 MMO或者卡牌的游戏越来越多，对AI的需求也越来越强了。而市面上关于 AI的书，网上找得到的文章，也都流于一些只言片语的认识，理论化的套路，和一些简单的 DEMO，离真正的项目差距甚远，无法前后衔接成一条线，更无法真正落地到编码。

国内真正做过游戏AI的少之又少，东拉西扯的人很多，真正做过项目的人很少，因为国内主要以MMO为主，RTS比较少，体育竞技类游戏更少，而从AI的难度上来看，应该是：MMO < FPS < RTS < 体育竞技。作为实际开发过AI的人，给大家科普一下，什么叫做硬派AI。

硬派游戏AI，不是虚无缥缈的神经网络，用神经网络其实是一个黑洞，把问题一脚踢给计算机，认为我只要训练它，它就能解决一切问题的懒人想法。更不是遗传算法和模糊逻辑，你想想以前8位机，16位机上就能有比较激烈对抗的足球游戏、篮球游戏，那么差的处理器能做这些计算么？ 硬派游戏AI，就是状态机和行为树。状态机是基本功，行为树可选（早年AI没行为树这东西，大家都是hard code的）。大部分人说到这里也就没了，各位读完还是无法写代码。因为没有把最核心的三个问题讲清楚，即：分层状态机、决策支持系统、以及团队角色分配。下面以我之前做的篮球AI为例，简单叙述一下： 何为分层状态机？ 每个人物身上，有三层状态机：基础层状态机、行为层状态机、角色层状态机。每一层状态机解决一个层次的复杂度，并对上层提供接口，上层状态机通过设置下层状态机的目标实现更复杂的逻辑。

• 基础状态机：直接控制角色动画和绘制、提供基础的动作实现，为上层提供支持。
• 行为状态机：实现分解动作，躲避跑、直线移动、原地站立、要球、传球、射球、追球、打人、跳。
• 角色状态机：实现更复杂的逻辑，比如防射球、篮板等都是由N次直线运动+跳跃或者打人完成。

修改了半年多的业余作品pixellib，基本稳定了。下面是用它生成的一些类似苹果系统的图标：

今天参考 ZeroMQ的观点为我们的网络模块增加了一个“订阅模式”，及客户端包头用四字节表示，低24位为长度，高八位为“消息分类”。后端连接网络层的若干“频道”可以根据自己的喜好订阅“分类消息”，那么客户端发送该分类消息到网络层的时候，将会被抄送到订阅过该分类的频道。每个频道还可以订阅若干系统消息，比如连接开始、断开、时钟等等。

我们的服务器自2004年底到现在，一直是网络和逻辑分离在不同的进程（主机）中间，网络模块可以连接多个提供服务的“频道”，只是配合休闲游戏的模型，当前只有一个频道可以和特定玩家进行交互。不过其基于多频道的模型使得这次改进很容易，改了三个小时，又跑了几个小时的测试用例，基本通过。

以后交易，聊天，逻辑等，都可以分布在不同的频道里面同时为玩家提供服务了。

若干年前学习 ActionScript的记录，下载地址：

http://www.skywind.me/mw/images/3/3c/ActionScript3.rar