实现了一个AOI模块

原文地址: http://blog.gotocoding.com/archives/843

在场景服务中，如果有一个人A的行为想要被其他人看得到，就必须将A的数据包进行转发给其他人。

最KISS的办法，就是直接把A的数据包直接在场景服务内组播。

但是在一个场景服务中可能有成百上千个人，如果直接在服务进程内进行广播，数据流量会大到一个很夸张的地步，至少以目前的网速来讲是不现实的。

因此，往往场景服务都为人物设计一个视野半径，即只将数据包转发给在我视野内的人，这样可以极大的降低数据的转发流量。

而AOI(Area Of Interest)正这样一个可以帮我们快速确定视野内有多少人的模块。

研究了一下，AOI最普遍的实现方式一般有两种。一种是十字链表法，一种是9宫格来实现的。

两种方式各有优缺点：十字连表在插入时，时间复杂度是O(n), 而9宫格的空间复杂的相对地图来讲空间复杂度是O(n)。

为了尽可能的高效，我最终使用9宫格的方式来实现。

为了简化实现复杂度，在整个AOI空间中的人具有相同的视野（不存在近视眼:D), 这样我们就可以依赖一个事实，A能看到B，B就能看到A。

API设计如下：

struct aoi;
typedef void ( aoi_alloc_t)(void *ud, size_t sz);
struct aoi *aoi_create(float region[2], aoi_alloc_t alloc, void *ud);
void aoi_free(struct aoi *aoi);
void aoi_leave(struct aoi *aoi, int id);
void aoi_move(struct aoi *aoi, int id, float coord[2]);
int aoi_detect(struct aoi *aoi, struct aoi_event **event);


aoi_create用于创建一个AOI空间，在创建时，你可以传入自定义的内存分配器来帮你实现一些特殊的需求。

aoi_free用于释放一个AOI空间，但是aoi_free并不负责释放struct aoi结构所占用的内存，需要由上层应用根据具体情况去释放struct aoi所占用的内存。

之所以这样设计，是因为考虑到将AOI库嵌入到一门含GC的语言中(比如lua），alloc所创建的内存是不需要显式释放的。

我们可以在手动管理内存语言（比如C）中创建和释放可能是这样的:

void *alloc(void *ud, size_t sz)
{
(void)ud;
return malloc(sz);
}
struct aoi *aoi = aoi_create(region, alloc, NULL);
aoi_free(aoi);
free(aoi);


而如果在自动内存管理的语言（比如lua)中可能是这样的:

struct aoi *aoi = aoi_create(region, (aoi_alloc_t)lua_newuserdata, L);
aoi_free(aoi);


因为lua_newuserdata创建的内存是由luaVM自己释放的，并不需要aoi_free来显式释放。

上层应用为每一个人(实体)分配一个惟一ID，在人物移动时调用aoi_move来更改坐标。

在调用aoi_move之后，aoi模块会将产生的事件，压入事件队列。

而aoi_detect函数则用来从事件队列中取出一个事件。返回1就代表返回了一个有效事件，如果返回0就代表没有事件返回。

所以一种典型使用方式是：

struct aoi_event *e;
aoi_move(aoi, id, coord);
while (aoi_detect(aoi, &e)) {
//do anything you what
}


如果在调用aoi_move之后没有及时调用aoi_detect来取出事件，事件会被缓存直到下一次调用aoi_detect。

为了方便AOI模块嵌入其他语言或做成一个独立的服务存在，就必须要尽可能的减少aoi模块与上层模块的数据交互量。

AOI模块只向上返回‘进入’和‘离开’人物视野事件。

每次调用aoi_move只产生与上次结果相比的差集。即只返回此次移动新‘进入/退出’视野事件。

至于视野内的坐标移动，上层应用可以采用任意的处理方式，可以不需要AOI模块的参与，比如，为每一个人建立一个周围人列表，视野内移动直接转按周围人列表组播即可”。

实现细节很简单：

将整个地图空间打成一个一个小格子，格子的精度需要根据具体情况来做权衡。格子过大，会导致视野内人数过多，组播时流量会增大，格子过小会导致人物频繁发生‘进入/离开’视野，同样增加数据通信流量。

每次移动时，根据当前所在坐标，半径三个元素，找到旧的视野范围A的格子。再根据新的坐标和半径找到新的视野范围B格子。然后求出A和B的差集。

再根据A和B的差集就可以产生，此次移动所产生的新的事件。