HM编码器代码阅读(12)——CU编码

CU编码   

  注意事项

1、帧间预测分为两种：merge模式（skip模式是一种特殊的merge模式）和AMVP模式（即普通的帧间预测模式）；

2、merge模式只支持2Nx2N的划分。

3、 帧内预测只支持2Nx2N和NxN的划分模式

    CU编码流程

一、先确定iMinQP和iMaxQP

    这两个值可以从码率控制对象中得到，也可以自定义

二、如果是P、B类型的slice

    1、先处理merge模式和AMVP模式的2Nx2N划分模式

        通过一个循环遍历iMinQP到iMaxQP之间的所有QP，对每一个QP，尝试merge模式以及AMVP的2Nx2N模式，然后选出最优的模式。

    2、处理AMVP剩余的划分模式

        （1）处理NxN模式

        （2）处理2NxN模式

        （3）处理Nx2N模式

        （4）测试AMP_ENC_SPEEDUP宏是否开启

        （5）如果AMP_ENC_SPEEDUP宏开启

                1）如果TestAMP_Hor、TestAMP_Ver（可以通过一个函数去检测）为真，那么处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式：

                    ①处理2NxnU模式
                    ②处理2NxnD模式
                    ③处理nLx2N模式
                    ④处理nRx2N模式

                2）如果TestAMP_Hor、TestAMP_Ver为假，但是定义了AMP_MRG宏，而且TestMergeAMP_Hor、TestMergeAMP_Ver（也可以通过函数去检测）为真，那么处                理 2NxnU、2NxnD、nLx2N、nRx2N这四种模式：

                    ①处理2NxnU模式
                    ②处理2NxnD模式
                    ③处理nLx2N模式
                    ④处理nRx2N模式

                3）否则（即TestAMP_Hor、TestAMP_Ver为假，也没有定义AMP_MRG宏）不再处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式。

        （6）如果AMP_ENC_SPEEDUP宏没有开启，那么直接处理下面模式

                    ①处理2NxnU模式
                    ②处理2NxnD模式
                    ③处理nLx2N模式
                    ④处理nRx2N模式

三、如果是I类型的slice

    那么处理帧内预测的两种模式：2Nx2N和NxN

四、尝试PCM模式

    注意满足一定条件才会尝试PCM模式。

五、递归处理子CU

    同样通过一个循环遍历iMinQP到iMaxQP之间的所有QP，对于每一个QP，递归调用xCompressCU。

六、通过比较选出最优的模式

下面是编码的流程图：

    

    总结，其实xCompressCU的作用就是从LCU开始深度遍历，计算每一个depth上最优的模式，再综合比较各个depth上最优的模式，选出最优的模式

    为了便于理解把xCompressCU的一些无关代码删除，下面是精简版的xCompressCU

/*
** 压缩CU的内部函数
*/
#if AMP_ENC_SPEEDUP // 编码加速宏
Void TEncCu::xCompressCU( TComDataCU*& rpcBestCU, TComDataCU*& rpcTempCU, UInt uiDepth, PartSize eParentPartSize )
#else
Void TEncCu::xCompressCU( TComDataCU*& rpcBestCU, TComDataCU*& rpcTempCU, UInt uiDepth )
#endif
{
	Int iBaseQP = xComputeQP( rpcBestCU, uiDepth );				// 基本的量化步长32

	// 最小的步长
	Int iMinQP;

	// 最大的步长
	Int iMaxQP;

	// 使用码率控制
	// 注意这里的QP使用了，码率控制对象计算出来的QP
	// 通过QP，码率控制对象控制了编码器的比特率
	if ( m_pcEncCfg->getUseRateCtrl() )
	{
		iMinQP = m_pcRateCtrl->getRCQP(); 
		iMaxQP = m_pcRateCtrl->getRCQP();
	}


	// 删除了无关代码（对理解预测没有太大用处的代码）...
	
	/*
	** 核心
	*/
	if(!bSliceEnd && !bSliceStart && bInsidePicture )
	{
        // 此循环测试每一种量化步长，计算率失真，选出最优的QP
		for (Int iQP=iMinQP; iQP<=iMaxQP; iQP++)//1次循环，iMinQP==iMaxQP
		{
            // 是否为无损模式
			const Bool bIsLosslessMode = isAddLowestQP && (iQP == iMinQP);// false

			if (bIsLosslessMode)
			{
				iQP = lowestQP;
			}

			// 初始化
			rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

			// do inter modes, SKIP and 2Nx2N
			/* 
			** 在处理所有的其他模式之前，先处理帧间skip和2Nx2N的模式
			** 特别是对于2Nx2N的划分，要分两次处理：
			** 1、尝试merge模式——xCheckRDCostMerge2Nx2N
			** 2、尝试普通的帧间预测（即AMVP）——xCheckRDCostInter
			*/
			if( rpcBestCU->getSlice()->getSliceType() != I_SLICE )
			{
                // skip模式处理
				if(m_pcEncCfg->getUseEarlySkipDetection())
				{
					xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2Nx2N );
					rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );//by Competition for inter_2Nx2N
				}
				
				// merge模式
				xCheckRDCostMerge2Nx2N( rpcBestCU, rpcTempCU, &earlyDetectionSkipMode );//by Merge for inter_2Nx2N
				rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

                // 2Nx2N模式
				if(!m_pcEncCfg->getUseEarlySkipDetection())
				{
					xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2Nx2N );
					rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
					if(m_pcEncCfg->getUseCbfFastMode())
					{
						doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
					}
				}
			}

			if (bIsLosslessMode)
			{
				iQP = iMinQP;
			}
		}

		if(!earlyDetectionSkipMode)
		{
			// 在实际的处理过程当中，对LCU的划分都是以4x4大小的块进行划分的，这是为了处理方便，然后以Z扫描的方式进行扫描，这也是为了方便递归

            // 遍历每一种量化步长
			for (Int iQP=iMinQP; iQP<=iMaxQP; iQP++)
			{
				const Bool bIsLosslessMode = isAddLowestQP && (iQP == iMinQP);

				if (bIsLosslessMode)
				{
					iQP = lowestQP;
				}
				rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

				// do inter modes, NxN, 2NxN, and Nx2N
				/*
				** 普通的帧间预测（普通的帧间预测就是AMVP）开始：
				** 注意：这里不再处理merge模式和普通帧间的2Nx2N划分模式，
				** 这是因为前面已经处理过2Nx2N的划分模式了，merge模式只对于2Nx2N的划分才有效
				** 因此下面的处理是没有merge模式和2Nx2N的划分模式的
				*/
				if( rpcBestCU->getSlice()->getSliceType() != I_SLICE )
				{
					// NxN模式的处理
					if(!( (rpcBestCU->getWidth(0)==8) && (rpcBestCU->getHeight(0)==8) ))
					{
						if( uiDepth == g_uiMaxCUDepth - g_uiAddCUDepth && doNotBlockPu)
						{
							xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_NxN   );
							rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						}
					}

					// Nx2N模式的处理
					if(doNotBlockPu)
					{
						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_Nx2N  );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_Nx2N )
						{
							doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
						}
					}
					
					// 2NxN的模式
					if(doNotBlockPu)
					{

						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxN  );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_2NxN)
						{
							doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
						}
					}

#if 1
					//! Try AMP (SIZE_2NxnU, SIZE_2NxnD, SIZE_nLx2N, SIZE_nRx2N)
                    // 接下来是2NxnU、2NxnD、nLx2N、nRx2N的划分模式的处理
					/*
					** 接下来的处理有点讲究：
					** 1、首先测试AMP_ENC_SPEEDUP宏（表示是否加快编码速度）是否开启
					** 2、如果AMP_ENC_SPEEDUP宏开启
					** 		（1）默认情况下，如果TestAMP_Hor、TestAMP_Ver为真，那么可以处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式
					** 		（2）如果TestAMP_Hor、TestAMP_Ver为假，但是开启了AMP_MRG宏，而且TestMergeAMP_Hor、TestMergeAMP_Ver为真，那么还是可以处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式
					**			否则不再处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式
					**		（3）由于上面会根据一些条件来判断是否需要处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式，因此某些时候速度会快一点
					** 3、如果AMP_ENC_SPEEDUP关闭
					**		那么直接处理2NxnU、2NxnD、nLx2N、nRx2N这四种模式，因为没有了条件限制，这四种模式都要测试，因此，速度会慢一点
					
					*/
					if( pcPic->getSlice(0)->getSPS()->getAMPAcc(uiDepth) )
					{
#if AMP_ENC_SPEEDUP        
						Bool bTestAMP_Hor = false, bTestAMP_Ver = false;

#if AMP_MRG
						Bool bTestMergeAMP_Hor = false, bTestMergeAMP_Ver = false;

                        // 测试TestAMP_Hor和TestAMP_Ver是否为真
						deriveTestModeAMP (rpcBestCU, eParentPartSize, bTestAMP_Hor, bTestAMP_Ver, bTestMergeAMP_Hor, bTestMergeAMP_Ver);
#else // else of AMP_MRG
						deriveTestModeAMP (rpcBestCU, eParentPartSize, bTestAMP_Hor, bTestAMP_Ver);
#endif // end of AMP_MRG

						//! Do horizontal AMP
						// TestAMP_Hor为真的话，可以使用2NxnU和2NxnD这两种划分模式
						if ( bTestAMP_Hor )
						{
							// 处理2NxnU模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnU );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_2NxnU )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
							
							// 处理2NxnD模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnD );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_2NxnD )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
						}
#if AMP_MRG
                        // TestMergeAMP_Hor为真的话可以使用2NxnU、2NxnD这两种模式
						else if ( bTestMergeAMP_Hor ) 
						{
							// 处理2NxnU模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnU, true );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_2NxnU )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
							
							// 处理2NxnD模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnD, true );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_2NxnD )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
						}
#endif // end of AMP_MRG

						//! Do horizontal AMP
						// TestAMP_Ver为真可以处理nLx2N、nRx2N两种模式
						if ( bTestAMP_Ver )
						{
							// 处理nLx2N模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nLx2N );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_nLx2N )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
							
							// 处理nRx2N模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nRx2N );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
							}
						}
#if AMP_MRG
						// TestMergeAMP_Ver为真可以处理nLx2N、nRx2N模式
						else if ( bTestMergeAMP_Ver )
						{
							// 处理nLx2N模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nLx2N, true );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
								if(m_pcEncCfg->getUseCbfFastMode() && rpcBestCU->getPartitionSize(0) == SIZE_nLx2N )
								{
									doNotBlockPu = rpcBestCU->getQtRootCbf( 0 ) != 0;
								}
							}
							
							// 处理nRx2N模式
							if(doNotBlockPu)
							{
								xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nRx2N, true );
								rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
							}
						}
#endif // end of AMP_MRG

#else // else of AMP_ENC_SPEEDUP 
						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnU );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnD );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nLx2N );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

						xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nRx2N );
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

#endif // end of AMP_ENC_SPEEDUP
					}    
#endif
				} // 帧间预测结束！！！！

				// do normal intra modes
				// speedup for inter frames
				// 帧内预测开始，帧内预测只有两种划分：2Nx2N、NxN
				if( rpcBestCU->getSlice()->getSliceType() == I_SLICE || 
					rpcBestCU->getCbf( 0, TEXT_LUMA     ) != 0   ||
					rpcBestCU->getCbf( 0, TEXT_CHROMA_U ) != 0   ||
					rpcBestCU->getCbf( 0, TEXT_CHROMA_V ) != 0     ) // avoid very complex intra if it is unlikely
				{
					// 帧内2Nx2N模式
					xCheckRDCostIntra( rpcBestCU, rpcTempCU, SIZE_2Nx2N );

					rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
					
					// 帧内NxN
					if( uiDepth == g_uiMaxCUDepth - g_uiAddCUDepth )//g_uiMaxCUDepth=4，g_uiAddCUDepth=1
					{
						if( rpcTempCU->getWidth(0) > ( 1 << rpcTempCU->getSlice()->getSPS()->getQuadtreeTULog2MinSize() ) )
						{
							xCheckRDCostIntra( rpcBestCU, rpcTempCU, SIZE_NxN   );
							rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
						}
					}
				} // 帧内预测结束！！！

				// test PCM
				// 尝试PCM模式
				if(pcPic->getSlice(0)->getSPS()->getUsePCM()
					&& rpcTempCU->getWidth(0) <= (1<getSlice(0)->getSPS()->getPCMLog2MaxSize())
					&& rpcTempCU->getWidth(0) >= (1<getSlice(0)->getSPS()->getPCMLog2MinSize()) )
				{
					UInt uiRawBits = (2 * g_bitDepthY + g_bitDepthC) * rpcBestCU->getWidth(0) * rpcBestCU->getHeight(0) / 2;
					UInt uiBestBits = rpcBestCU->getTotalBits();
					if((uiBestBits > uiRawBits) || (rpcBestCU->getTotalCost() > m_pcRdCost->calcRdCost(uiRawBits, 0)))
					{
						xCheckIntraPCM (rpcBestCU, rpcTempCU);
						rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );
					}
				}
				if (bIsLosslessMode)
				{
					iQP = iMinQP;
				}
			}
		}

		// 重置比特数
		m_pcEntropyCoder->resetBits();

		// 对分割标志进行编码
		m_pcEntropyCoder->encodeSplitFlag( rpcBestCU, 0, uiDepth, true );
		// 比特数量统计
		rpcBestCU->getTotalBits() += m_pcEntropyCoder->getNumberOfWrittenBits(); // split bits
		rpcBestCU->getTotalBins() += ((TEncBinCABAC *)((TEncSbac*)m_pcEntropyCoder->m_pcEntropyCoderIf)->getEncBinIf())->getBinsCoded();
		// 总的消耗统计
		rpcBestCU->getTotalCost()  = m_pcRdCost->calcRdCost( rpcBestCU->getTotalBits(), rpcBestCU->getTotalDistortion() );

		// Early CU determination
		// HM15.0的配置中没有使用早期的CU
		if( m_pcEncCfg->getUseEarlyCU() && rpcBestCU->isSkipped(0) )
		{
			bSubBranch = false;
		}
		else
		{
			bSubBranch = true;
		}
	}//if(!bSliceEnd && !bSliceStart && bInsidePicture )
	else if(!(bSliceEnd && bInsidePicture))
	{
		bBoundary = true;
	}

	// 删除了无关代码（对理解预测没有太大用处的代码）...

	
	// 从最小量化步长到最大量化步长，递归处理子CU，然后选取最优的量化步长和最优划分模式
	for (Int iQP=iMinQP; iQP<=iMaxQP; iQP++)
	{
		const Bool bIsLosslessMode = false; // False at this level. Next level down may set it to true.

		rpcTempCU->initEstData( uiDepth, iQP, bIsLosslessMode );

		// further split
		// 进一步的分割
		if( bSubBranch && uiDepth < g_uiMaxCUDepth - g_uiAddCUDepth )
		{
			UChar       uhNextDepth         = uiDepth+1;
			TComDataCU* pcSubBestPartCU     = m_ppcBestCU[uhNextDepth];
			TComDataCU* pcSubTempPartCU     = m_ppcTempCU[uhNextDepth];

			// 进一步的分割，当前CU又被划分成为4个子CU
			for ( UInt uiPartUnitIdx = 0; uiPartUnitIdx < 4; uiPartUnitIdx++ )
			{
				pcSubBestPartCU->initSubCU( rpcTempCU, uiPartUnitIdx, uhNextDepth, iQP );           // clear sub partition datas or init.

				pcSubTempPartCU->initSubCU( rpcTempCU, uiPartUnitIdx, uhNextDepth, iQP );           // clear sub partition datas or init.

				Bool bInSlice = pcSubBestPartCU->getSCUAddr()+pcSubBestPartCU->getTotalNumPart()>pcSlice->getSliceSegmentCurStartCUAddr()&&pcSubBestPartCU->getSCUAddr()getSliceSegmentCurEndCUAddr();
				if(bInSlice && ( pcSubBestPartCU->getCUPelX() < pcSlice->getSPS()->getPicWidthInLumaSamples() ) && ( pcSubBestPartCU->getCUPelY() < pcSlice->getSPS()->getPicHeightInLumaSamples() ) )
				{
					if ( 0 == uiPartUnitIdx) //initialize RD with previous depth buffer
					{
						m_pppcRDSbacCoder[uhNextDepth][CI_CURR_BEST]->load(m_pppcRDSbacCoder[uiDepth][CI_CURR_BEST]);
					}
					else
					{
						m_pppcRDSbacCoder[uhNextDepth][CI_CURR_BEST]->load(m_pppcRDSbacCoder[uhNextDepth][CI_NEXT_BEST]);
					}

#if AMP_ENC_SPEEDUP // 如果启用了编码加速选项
					if ( rpcBestCU->isIntra(0) )
					{
						xCompressCU( pcSubBestPartCU, pcSubTempPartCU, uhNextDepth, SIZE_NONE );
					}
					else
					{
						xCompressCU( pcSubBestPartCU, pcSubTempPartCU, uhNextDepth, rpcBestCU->getPartitionSize(0) );
					}
#else // 没有使用编码加速选项

					// 递归处理子CU
					xCompressCU( pcSubBestPartCU, pcSubTempPartCU, uhNextDepth );
#endif

					rpcTempCU->copyPartFrom( pcSubBestPartCU, uiPartUnitIdx, uhNextDepth );         // Keep best part data to current temporary data.
					xCopyYuv2Tmp( pcSubBestPartCU->getTotalNumPart()*uiPartUnitIdx, uhNextDepth );
				}
				else if (bInSlice)
				{
					pcSubBestPartCU->copyToPic( uhNextDepth );
					rpcTempCU->copyPartFrom( pcSubBestPartCU, uiPartUnitIdx, uhNextDepth );
				}
			}

			// 计算并更新最优的代价——begin
			if( !bBoundary )
			{
				m_pcEntropyCoder->resetBits();
				m_pcEntropyCoder->encodeSplitFlag( rpcTempCU, 0, uiDepth, true );

				rpcTempCU->getTotalBits() += m_pcEntropyCoder->getNumberOfWrittenBits(); // split bits
				rpcTempCU->getTotalBins() += ((TEncBinCABAC *)((TEncSbac*)m_pcEntropyCoder->m_pcEntropyCoderIf)->getEncBinIf())->getBinsCoded();
			}
			// 计算RD代价
			rpcTempCU->getTotalCost()  = m_pcRdCost->calcRdCost( rpcTempCU->getTotalBits(), rpcTempCU->getTotalDistortion() );

			if( (g_uiMaxCUWidth>>uiDepth) == rpcTempCU->getSlice()->getPPS()->getMinCuDQPSize() && rpcTempCU->getSlice()->getPPS()->getUseDQP())
			{
				Bool hasResidual = false;
				for( UInt uiBlkIdx = 0; uiBlkIdx < rpcTempCU->getTotalNumPart(); uiBlkIdx ++)
				{
					if( ( pcPic->getCU( rpcTempCU->getAddr() )->getSliceSegmentStartCU(uiBlkIdx+rpcTempCU->getZorderIdxInCU()) == rpcTempCU->getSlice()->getSliceSegmentCurStartCUAddr() ) && 
						( rpcTempCU->getCbf( uiBlkIdx, TEXT_LUMA ) || rpcTempCU->getCbf( uiBlkIdx, TEXT_CHROMA_U ) || rpcTempCU->getCbf( uiBlkIdx, TEXT_CHROMA_V ) ) )
					{
						hasResidual = true;
						break;
					}
				}

				UInt uiTargetPartIdx;
				if ( pcPic->getCU( rpcTempCU->getAddr() )->getSliceSegmentStartCU(rpcTempCU->getZorderIdxInCU()) != pcSlice->getSliceSegmentCurStartCUAddr() )
				{
					uiTargetPartIdx = pcSlice->getSliceSegmentCurStartCUAddr() % pcPic->getNumPartInCU() - rpcTempCU->getZorderIdxInCU();
				}
				else
				{
					uiTargetPartIdx = 0;
				}
				if ( hasResidual )
				{
#if !RDO_WITHOUT_DQP_BITS
					m_pcEntropyCoder->resetBits();
					m_pcEntropyCoder->encodeQP( rpcTempCU, uiTargetPartIdx, false );
					rpcTempCU->getTotalBits() += m_pcEntropyCoder->getNumberOfWrittenBits(); // dQP bits
					rpcTempCU->getTotalBins() += ((TEncBinCABAC *)((TEncSbac*)m_pcEntropyCoder->m_pcEntropyCoderIf)->getEncBinIf())->getBinsCoded();
					rpcTempCU->getTotalCost()  = m_pcRdCost->calcRdCost( rpcTempCU->getTotalBits(), rpcTempCU->getTotalDistortion() );
#endif

					Bool foundNonZeroCbf = false;
					rpcTempCU->setQPSubCUs( rpcTempCU->getRefQP( uiTargetPartIdx ), rpcTempCU, 0, uiDepth, foundNonZeroCbf );
					assert( foundNonZeroCbf );
				}
				else
				{
					rpcTempCU->setQPSubParts( rpcTempCU->getRefQP( uiTargetPartIdx ), 0, uiDepth ); // set QP to default QP
				}
			}

			m_pppcRDSbacCoder[uhNextDepth][CI_NEXT_BEST]->store(m_pppcRDSbacCoder[uiDepth][CI_TEMP_BEST]);

			Bool isEndOfSlice        = rpcBestCU->getSlice()->getSliceMode()==FIXED_NUMBER_OF_BYTES
				&& (rpcBestCU->getTotalBits()>rpcBestCU->getSlice()->getSliceArgument()<<3);
			Bool isEndOfSliceSegment = rpcBestCU->getSlice()->getSliceSegmentMode()==FIXED_NUMBER_OF_BYTES
				&& (rpcBestCU->getTotalBits()>rpcBestCU->getSlice()->getSliceSegmentArgument()<<3);
			if(isEndOfSlice||isEndOfSliceSegment)
			{
				rpcBestCU->getTotalCost()=rpcTempCU->getTotalCost()+1;
			}
			// 选择最优的划分模式
			xCheckBestMode( rpcBestCU, rpcTempCU, uiDepth);                                  // RD compare current larger prediction
			// 计算并更新最优代价——end
		}                                                                                  // with sub partitioned prediction.
	}

	// 删除了无关代码（对理解预测没有太大用处的代码）...
}