了解元宇宙的三个维度
(图源:IC Photo)
近日,Facebook发布了可以主观视角拍照、摄像以及语音通话的Ray-Ban眼镜,向更轻便的可穿戴虚拟头显设备迈出一步,不少人揣测苹果也正准备憋大招。同样,刚刚推出的虚拟世界办公套装Horizon Workroom(地平线工作室),更暴露了小札从游戏和社交媒体进军元宇宙商业应用的野心。与微软的Teams应用中的共聚(Together)功能一样,Facebook也希望疫情催生的混合办公热潮会让在虚拟空间中开会、研讨、协作变得更自然也更时尚。
游戏、娱乐、社交和工作都是虚拟现实一直在努力实现的一系列场景,而这些努力因为今年上半年全都被元宇宙(Metaverse)概念囊括其中而爆火。有人评论是元宇宙是虚火旺,有人担心元宇宙会吹起又一场投资泡沫。但从前瞻未来的视角,有必要去分析一下身临其境的虚拟现实,以及物理世界和虚拟世界的无缝连接,到底可能带来哪些意想不到的变化。
本文将试着从三个维度去理解元宇宙的未来。
第一个维度,元宇宙是“升维的互联网”。
什么是升维的互联网呢?可以先梳理一下过去一个世纪人类获取知识渠道的改变。一百年前广播的兴起让我们更方便通过听觉来获取知识;20世纪五十年代电视的出现,让我们从单个听觉感知的维度升级到视听维度,是第一次升维;从视听到互动的互联网,以及智能手机成为我们身体延伸一部分的移动互联网,是又一次升维;而这一次被命名为元宇宙的升维则是从互动升级到逼真的参与感和沉浸式的虚拟体验,让真正意义上的数字分身成为可能。
怎么理解这种沉浸的互动式的参与感?首先增加了体感的维度。在不断进化的VR世界中,最显著的升维体现在其他感官的参与。元宇宙的升维——更加逼真的虚拟世界——给了我们以更为丰富的体验,从视听,延伸到手柄的触觉。未来这种感官的体验会更真实更丰富,不仅有触觉(手套),甚至增加全身肢体的感受(已经有人在制造感知背心)。在美剧《上载人生》(Upload)里就有帮助人全身感官体验的服装,覆盖全身好像布满了电线的鲨鱼皮,让现实世界中的人可以与虚拟世界里的人亲密接触。
人脑的研究特别强调感知推动人类智慧发展的重要性。我们的肢体、我们的各种感知,并不仅仅是搜集讯息的器官,或者执行大脑指令的工具,它们同时也是与世界互动中产生智慧的器官。人类需要用脚来丈量世界,用手来探索未知。由此推演,更逼真的虚拟世界可以让我们更自然的利用各种感官的探索来获得新知。
逼真的虚拟世界会让大脑错误地认为这就是真实,从而让逼真的体验帮助大脑形成“肌肉记忆”,在再次遇到相同情况时产生不自觉的反应。这在现实世界中已经有了实际的应用。
北京的一家驾校就已经开始利用沉浸式VR来进行驾驶教学,学员路考的通过率提升很快。原因有两个:虚拟现实可以营造出大量逼真的场景——晴天雨天下雪天、堵车塞车突发事件——这些都可以训练学员的应变能力;在虚拟世界中犯的错误也会留下深刻记忆:如果刹车不及时,出现追尾的事故,一番惊心动魄留下的“肌肉记忆”比教练的多少次训斥都有效。
再进一步逼真的虚拟世界也可以让人们更直观的去换位思考,用他者的视角观察世界,通过体验来剖析复杂难题。微观世界的纪录片很吸引人,但如果能站在虫虫的视角,通过复眼来观察这个世界,感受会大不同。同样无论是理解生物构造,了解太阳系的奥秘,虚拟空间的三维展示会给学生完全不同的体验,鼓励他们去探索。
升级版的互联网是解锁元宇宙的第一把钥匙。如果说2007年乔布斯发布第一台苹果手机标志着智能手机成为人机交互新纪元,那么元宇宙的世界将开启下一代人机交互的方式。之前的人机交互,无论是打字还是触摸屏,都是人迁就机器的方式。新一代的交互方式变成了在机器生成的虚拟世界中更自然的按照人的方式去互动,让人在虚拟世界中用手和脚,用身体、味觉、嗅觉,用眼神,用最自然的交互方式去互动。
第二个维度,由无数个小世界组成一个大的元宇宙。
很多人会问,未来到底会是一个元宇宙,还是会涌现出许多个元宇宙?是不是每个互联网巨头都会制造出自己的元宇宙?如果从升维互联网的思路来推演,既然只有一个互联网,之上有无数个社群,未来也只会有一个元宇宙,但元宇宙中会包含各式各样的小世界,仿佛一个又一个的各异的房间,一个又一个精彩的剧场。
元宇宙是一个大的基础设施,但元宇宙中无数个世界,每个人都可以参与设计。每个人在小世中可以互动,也可以带来改变。
创造这一个个小世界需要硬件和软件的持续迭代。相比较2016年至2017年时那一波VR/AR的炒作,构建元宇宙的硬件技术和基础设施显然已经完备地多。VR头显/眼镜迭代的速度更快,一体机(不再需要电脑或者手机来驱动)的解析度更高,可以扫描虹膜来登陆的VR眼镜,可以跟踪眼睛的视线来调节虚拟世界的颗粒度,增加视线中图像的清晰度,也可以让一体机变得更轻薄。Facebook的目标是把每天在手机屏幕上平均35分钟浏览社交媒体的时间,变成每周35小时沉浸在虚拟世界中,这就需要接连几个小时带着VR头显既不累也不晕。
更重要的是,搭建一个又一个虚拟世界,需要强大的引擎。游戏其实已经搭建出了比较真实的世界,但游戏中玩家与世界的互动仍然是简单的——《失控玩家》中最大的梗其实是玩家坐在PC前的视角和可操控的动作有限,与NPC在虚拟世界中的视角和感知,至少要差好几个维度。比如那场Guy与人类玩家的吻戏,就语焉不详,很难通过手柄或键盘来表达如此纤细的动作。下一步是需要把这个世界变得更纤细,更逼真,才能让人在虚拟世界中更容易去探索。《失控玩家》也让NPC(非玩家角色Non Player Character,即游戏中程序化的虚拟人物)变得广为人知。我们可以通过透过剧本杀来理解NPC对于构建元宇宙的世界有多重要。一般人会认为,剧本杀最主要的成本是场地成本,业内人会告诉你,其实剧本杀最大的成本是NPC。剧本杀之所以逼真,因为有专业的演员陪着你玩,他们其实就是现实世界中的NPC。问题是,在同一个剧本中扮演NPC的工作人员,需要一遍又一遍地重复他们的角色,而这样的角色,如果由AI来扮演的话,要容易得多,也经济地多。
元宇宙的一个个小世界,也可以用剧本杀来理解。他让你可以换上一个马甲/数字化身,进入到另一个世界——剧情的世界——体验完全不同的人生。如果要让元宇宙的世界达到逼真的程度,不仅仅需要游戏引擎所创造的真实空间,也需要更为真实的虚拟人。
AI的进步恰到好处。例如AI实验室OpenAI开发的语言模型GPT-3智慧引擎已经展现出下一代人际互动的可能。只要给它一个开头、一个场景、一组条件,智慧引擎就可以写诗、写小说、编程,这意味着很快它可以替代不少更加复杂的人的工作,也可以更好地与人互动。GPT-3赋能的NPC可以扮演更丰富的剧本杀中的配角,与人类的互动也会真实到真假莫辨。
元宇宙还可能带来更加多元的体验:和你在一个剧场的人,可以是来自各个不同地方的,不同肤色、背景和阶层的人,AI的翻译也会让跨语言跨文化的交流更顺畅。不过要保证这样多元的效果,自然这也需要元宇宙的第三个维度。
第三个维度,元宇宙确保不同的小世界之间互联互通。
元宇宙作为下一代互联网的特点就是要保证元宇宙里面千万个小世界能够互联互通。
小世界的互联互通,需要有一个共通的介质。作为去中心化信任机器的区块链就被很多人认为确保元宇宙是共同平台的重要介质。互联互通最基本的要求是,在一个小世界中获得的虚拟产品/虚拟财产/虚拟装备,在另一房间/剧场中仍然能通用。这就需要有通用的货币,有通用的关于私有财产保护的准则等等。
目前不要少研究者的出发点是如何在虚拟世界中实现现实世界中关于财产和占有的概念,在虚拟世界中引入现实世界的商业规则。不可否认,在虚拟世界中快速致富会是推崇元宇宙的一股巨大推动力。就好像元宇宙作为一个概念火起来的典型标志就是各路资金都在追逐元宇宙概念的公司,在虚拟世界,这样的追逐只会变得更容易,更火爆,当然也会带来更多的波动和更高的风险。
这种互联互通甚至还会可能让“穿越”成为可能。元宇宙的世界,也可能是一个被完全记录的世纪。想像一下,如果2007年乔布斯发布苹果手机的发布会在元宇宙中直播并留存下来,你可以在十几年后穿越到那个时间现场,可以第一人称视角看到乔帮主改变世界的时刻,同时也可以——如果你感兴趣的话——观察那一千多位有幸在现场见证这一时刻的每一位观众的表情。
在互联互通的维度去探讨元宇宙,会延续之前移动互联网时代的一系列议题的讨论:如何打破平台垄断的问题?如何在虚拟世界保护隐私?虚拟的世界会因为更富足——毕竟无论是实和虚的东西都唾手可得,你可以选择开一辆兰博基尼的跑车,也可以要求添加宋徽宗瘦金体的书法能力(是否需要付费,怎么付费,元宇宙的商业模式还有待进一步讨论)——而变得更平等也更平均么?
当然,最重要的议题或许是:在日益逼真却极大丰富的虚拟世界,到底需要保留哪些现实世界的法则,又可能演化出哪些全新的行为准则?
要实现与现实世界一样沉浸逼真体验的虚拟空间,元宇宙需要硬件、软件和平台的升级,需要更多的创作者来与巨头抗衡——UGC的小世界能否与现有互联网巨头和游戏平台竞争,取决于此——需要更多参与者来尝试全新的应用场景,当然也需要更多的资金投入。
从这一意义上来讲,元宇宙的爆火,可以被认为是实现梦想的极大助推。
(作者为《经济学人·商论》执行总编辑)
---
阅读作者更多文章
上一篇: Three.js 第一人称和第三人称漫游
下一篇: 全球导航卫星系统相关术语解释 - 分类
推荐阅读
-
微信扫一扫隐藏了三个强大实用的功能,它们是什么?
-
正负偏差变量 即 d2+、d2- 分别表示决策值中超出和未达到目标值的部分。而 di+、di- 均大于 0 刚性约束和目标约束(柔性目标约束有偏差) 在多目标规划中,>=/<= 在刚性约束中保持不变。当需要将约束条件转换为柔性约束条件时,需要将 >=/<= 更改为 =(因为已经有 d2+、d2- 用来表示正负偏差),并附加上 (+dii-di+) 注意这里是 +di、-di+!之所以是 +di,-di+,是因为需要将目标还原为最接近的原始刚性约束条件 优先级因素和权重因素 对多个目标进行优先排序和优先排序 目标规划的目标函数 是所有偏差变量的加权和。值得注意的是,这个加权和都取最小值。而 di+ 和 dii- 并不一定要出现在每个不同的需求层次中。具体分析需要具体问题具体分析 下面是一个例子: 题目中说设备 B 既要求充分利用,又要求尽可能不加班,那么列出的时间计量表达式即为:min z = P3 (d3- + d3 +) 使用 + 而不是 -d3 + 的原因是:正负偏差不可能同时存在,必须有 di+di=0 (因为判定值不可能同时大于目标值和小于目标值),而前面是 min,所以只要取 + 并让 di+ 和 dii- 都为正值即可。因此,得出以下规则: 最后,给出示例和相应的解法: 问题:某企业生产 A 和 B 两种产品,需要使用 A、B、C 三种设备。下表显示了与工时和设备使用限制有关的产品利润率。问该企业应如何组织生产以实现下列目标? (1) 力争利润目标不低于 1 500 美元; (2) 考虑到市场需求,A、B 两种产品的生产比例应尽量保持在 1:2; (3)设备 A 是贵重设备,严禁超时使用; (4)设备 C 可以适当加班,但要控制;设备 B 要求充分利用,但尽量不加班。 从重要性来看,设备 B 的重要性是设备 C 的三倍。 建立相应的目标规划模型并求解。 解:设企业生产 A、B 两种产品的件数分别为 x1、x2,并建立相应的目标计划模型: 以下为顺序求解法,利用 LINGO 求解: 1 级目标: 模型。 设置。 variable/1..2/:x;! s_con_num/1...4/:g,dplus,dminus;!所需软约束数量(g=dplus=dminus 数量)及相关参数; s_con(s_con_num);! s_con(s_con_num,variable):c;!软约束系数; 结束集 数据。 g=1500 0 16 15. c=200 300 2 -1 4 0 0 5; 结束数据 min=dminus(1);!第一个目标函数;!对应于 min=z 的第一小部分;! 2*x(1)+2*x(2)<12;!硬约束 @for(s_con_num(i):@sum(variable(j):c(i,j)*x(j))+dminus(i)-dplus(i)=g(i)); !使用设置完成的数据构建软约束表达式; ! !软约束表达式 @for(variable:@gin(x)); !将变量约束为整数; ! 结束 此时,第一级目标的最优值为 0,第一级偏差为 0: 第二级目标: !求 dminus(1)=0,然后求解第二级目标。 模型。 设置。 变量/1..2/:x;!设置:变量/1..2/:x; ! s_con_num/1...4/:g,dplus,dminus;!软约束数量及相关参数; s_con(s_con_num(s_con_num));! s_con(s_con_num,variable):c;! 软约束系数; s_con(s_con_num,variable):c;! 结束集 数据。 g=1500 0 16 15; c=200 300 2 -1 4 0 0 5; 结束数据 min=dminus(2)+dplus(2);!第二个目标函数 2*x(1)+2*x(2)<12;!硬约束 @for(s_con_num(i):@sum(variable(j):c(i,j)*x(j))+dminus(i)-dplus(i)=g(i)); ! 软约束表达式;! dminus(1)=0; !第一个目标结果 @for(variable:@gin(x)); ! 结束 此时,第二个目标的最优值为 0,偏差为 0: 第三目标 !求 dminus(2)=0,然后求解第三个目标。 模型。 设置。 变量/1..2/:x;!设置:变量/1..2/:x; ! s_con_num/1...4/:g,dplus,dminus;!软约束数量及相关参数; s_con(s_con_num(s_con_num));! s_con(s_con_num,variable):c;! 软约束系数; s_con(s_con_num,variable):c;! 结束集 数据。 g=1500 0 16 15; c=200 300 2 -1 4 0 0 5; 结束数据 min=3*dminus(3)+3*dplus(3)+dminus(4);!第三个目标函数。 2*x(1)+2*x(2)<12;!硬约束 @for(s_con_num(i):@sum(variable(j):c(i,j)*x(j))+dminus(i)-dplus(i)=g(i)); ! 软约束表达式;! dminus(1)=0; !第一个目标约束条件; ! dminus(2)+dplus(2)=0; !第二个目标约束条件 @for(variable:@gin(x));! 结束 最终结果为 x1=2,x2=4,dplus(1)=100,最优利润为
-
关于春季交易的三个问题:它们解决了什么问题?如何解决?有哪些问题?
-
epoll简介及触发模式(accept、read、send)-epoll的简单介绍 epoll在LT和ET模式下的读写方式 一、epoll的接口非常简单,一共就三个函数:1. int epoll_create(int size);创建一个epoll的句柄,size用来告诉内核这个监听的数目一共有多大。这个参数不同于select中的第一个参数,给出最大监听的fd+1的值。需要注意的是,当创建好epoll句柄后,它就是会占用一个fd值,在linux下如果查看/proc/进程id/fd/,是能够看到这个fd的,所以在使用完epoll后,必须调用close关闭,否则可能导致fd被耗尽。2. int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);epoll的事件注册函数,它不同与select是在监听事件时告诉内核要监听什么类型的事件,而是在这里先注册要监听的事件类型。第一个参数是epoll_create的返回值,第二个参数表示动作,用三个宏来表示:EPOLL_CTL_ADD:注册新的fd到epfd中;EPOLL_CTL_MOD:修改已经注册的fd的监听事件;EPOLL_CTL_DEL:从epfd中删除一个fd;第三个参数是需要监听的fd,第四个参数是告诉内核需要监听什么事,struct epoll_event结构如下:struct epoll_event { __uint32_t events; /* Epoll events */ epoll_data_t data; /* User data variable */};events可以是以下几个宏的集合:EPOLLIN :表示对应的文件描述符可以读(包括对端SOCKET正常关闭); EPOLLIN事件:EPOLLIN事件则只有当对端有数据写入时才会触发,所以触发一次后需要不断读取所有数据直到读完EAGAIN为止。否则剩下的数据只有在下次对端有写入时才能一起取出来了。现在明白为什么说epoll必须要求异步socket了吧?如果同步socket,而且要求读完所有数据,那么最终就会在堵死在阻塞里。 EPOLLOUT:表示对应的文件描述符可以写; EPOLLOUT事件:EPOLLOUT事件只有在连接时触发一次,表示可写,其他时候想要触发,那要先准备好下面条件:1.某次write,写满了发送缓冲区,返回错误码为EAGAIN。2.对端读取了一些数据,又重新可写了,此时会触发EPOLLOUT。简单地说:EPOLLOUT事件只有在不可写到可写的转变时刻,才会触发一次,所以叫边缘触发,这叫法没错的!其实,如果真的想强制触发一次,也是有办法的,直接调用epoll_ctl重新设置一下event就可以了,event跟原来的设置一模一样都行(但必须包含EPOLLOUT),关键是重新设置,就会马上触发一次EPOLLOUT事件。1. 缓冲区由满变空.2.同时注册EPOLLIN | EPOLLOUT事件,也会触发一次EPOLLOUT事件这个两个也会触发EPOLLOUT事件 EPOLLPRI:表示对应的文件描述符有紧急的数据可读(这里应该表示有带外数据到来);EPOLLERR:表示对应的文件描述符发生错误;EPOLLHUP:表示对应的文件描述符被挂断;EPOLLET: 将EPOLL设为边缘触发(Edge Triggered)模式,这是相对于水平触发(Level Triggered)来说的。EPOLLONESHOT:只监听一次事件,当监听完这次事件之后,如果还需要继续监听这个socket的话,需要再次把这个socket加入到EPOLL队列里3. int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);等待事件的产生,类似于select调用。参数events用来从内核得到事件的集合,maxevents告之内核这个events有多大,这个maxevents的值不能大于创建epoll_create时的size,参数timeout是超时时间(毫秒,0会立即返回,-1将不确定,也有说法说是永久阻塞)。该函数返回需要处理的事件数目,如返回0表示已超时。-------------------------------------------------------------------------------------------- 从man手册中,得到ET和LT的具体描述如下EPOLL事件有两种模型:Edge Triggered (ET)Level Triggered (LT)假如有这样一个例子:1. 我们已经把一个用来从管道中读取数据的文件句柄(RFD)添加到epoll描述符2. 这个时候从管道的另一端被写入了2KB的数据3. 调用epoll_wait(2),并且它会返回RFD,说明它已经准备好读取操作4. 然后我们读取了1KB的数据5. 调用epoll_wait(2)......Edge Triggered 工作模式:如果我们在第1步将RFD添加到epoll描述符的时候使用了EPOLLET标志,那么在第5步调用epoll_wait(2)之后将有可能会挂起,因为剩余的数据还存在于文件的输入缓冲区内,而且数据发出端还在等待一个针对已经发出数据的反馈信息。只有在监视的文件句柄上发生了某个事件的时候 ET 工作模式才会汇报事件。因此在第5步的时候,调用者可能会放弃等待仍在存在于文件输入缓冲区内的剩余数据。在上面的例子中,会有一个事件产生在RFD句柄上,因为在第2步执行了一个写操作,然后,事件将会在第3步被销毁。因为第4步的读取操作没有读空文件输入缓冲区内的数据,因此我们在第5步调用 epoll_wait(2)完成后,是否挂起是不确定的。epoll工作在ET模式的时候,必须使用非阻塞套接口,以避免由于一个文件句柄的阻塞读/阻塞写操作把处理多个文件描述符的任务饿死。最好以下面的方式调用ET模式的epoll接口,在后面会介绍避免可能的缺陷。 i 基于非阻塞文件句柄 ii 只有当read(2)或者write(2)返回EAGAIN时才需要挂起,等待。但这并不是说每次read时都需要循环读,直到读到产生一个EAGAIN才认为此次事件处理完成,当read返回的读到的数据长度小于请求的数据长度时,就可以确定此时缓冲中已没有数据了,也就可以认为此事读事件已处理完成。Level Triggered 工作模式相反的,以LT方式调用epoll接口的时候,它就相当于一个速度比较快的poll(2),并且无论后面的数据是否被使用,因此他们具有同样的职能。因为即使使用ET模式的epoll,在收到多个chunk的数据的时候仍然会产生多个事件。调用者可以设定EPOLLONESHOT标志,在 epoll_wait(2)收到事件后epoll会与事件关联的文件句柄从epoll描述符中禁止掉。因此当EPOLLONESHOT设定后,使用带有 EPOLL_CTL_MOD标志的epoll_ctl(2)处理文件句柄就成为调用者必须作的事情。然后详细解释ET, LT:LT(level triggered)是缺省的工作方式,并且同时支持block和no-block socket.在这种做法中,内核告诉你一个文件描述符是否就绪了,然后你可以对这个就绪的fd进行IO操作。如果你不作任何操作,内核还是会继续通知你的,所以,这种模式编程出错误可能性要小一点。传统的select/poll都是这种模型的代表.ET(edge-triggered)是高速工作方式,只支持no-block socket。在这种模式下,当描述符从未就绪变为就绪时,内核通过epoll告诉你。然后它会假设你知道文件描述符已经就绪,并且不会再为那个文件描述符发送更多的就绪通知,直到你做了某些操作导致那个文件描述符不再为就绪状态了(比如,你在发送,接收或者接收请求,或者发送接收的数据少于一定量时导致了一个EWOULDBLOCK 错误)。但是请注意,如果一直不对这个fd作IO操作(从而导致它再次变成未就绪),内核不会发送更多的通知(only once),不过在TCP协议中,ET模式的加速效用仍需要更多的benchmark确认(这句话不理解)。在许多测试中我们会看到如果没有大量的idle -connection或者dead-connection,epoll的效率并不会比select/poll高很多,但是当我们遇到大量的idle- connection(例如WAN环境中存在大量的慢速连接),就会发现epoll的效率大大高于select/poll。(未测试)另外,当使用epoll的ET模型来工作时,当产生了一个EPOLLIN事件后,读数据的时候需要考虑的是当recv返回的大小如果等于请求的大小,那么很有可能是缓冲区还有数据未读完,也意味着该次事件还没有处理完,所以还需要再次读取: 这里只是说明思路(参考《UNIX网络编程》) while(rs) {buflen = recv(activeevents[i].data.fd, buf, sizeof(buf), 0);if(buflen < 0){// 由于是非阻塞的模式,所以当errno为EAGAIN时,表示当前缓冲区已无数据可读// 在这里就当作是该次事件已处理处.if(errno == EAGAIN)break; else return; }else if(buflen == 0) { // 这里表示对端的socket已正常关闭. } if(buflen == sizeof(buf) rs = 1; // 需要再次读取 else rs = 0; } 还有,假如发送端流量大于接收端的流量(意思是epoll所在的程序读比转发的socket要快),由于是非阻塞的socket,那么send函数虽然返回,但实际缓冲区的数据并未真正发给接收端,这样不断的读和发,当缓冲区满后会产生EAGAIN错误(参考man send),同时,不理会这次请求发送的数据.所以,需要封装socket_send的函数用来处理这种情况,该函数会尽量将数据写完再返回,返回-1表示出错。在socket_send内部,当写缓冲已满(send返回-1,且errno为EAGAIN),那么会等待后再重试.这种方式并不很完美,在理论上可能会长时间的阻塞在socket_send内部,但暂没有更好的办法. ssize_t socket_send(int sockfd, const char* buffer, size_t buflen) { ssize_t tmp; size_t total = buflen; const char *p = buffer; while(1) { tmp = send(sockfd, p, total, 0); if(tmp < 0) { // 当send收到信号时,可以继续写,但这里返回-1. if(errno == EINTR) return -1; // 当socket是非阻塞时,如返回此错误,表示写缓冲队列已满, // 在这里做延时后再重试. if(errno == EAGAIN) { usleep(1000); continue; } return -1; } if((size_t)tmp == total) return buflen; total -= tmp; p += tmp; } return tmp; } 二、epoll在LT和ET模式下的读写方式 在一个非阻塞的socket上调用read/write函数, 返回EAGAIN或者EWOULDBLOCK(注: EAGAIN就是EWOULDBLOCK) 从字面上看, 意思是: * EAGAIN: 再试一次 * EWOULDBLOCK: 如果这是一个阻塞socket, 操作将被block * perror输出: Resource temporarily unavailable 总结: 这个错误表示资源暂时不够, 可能read时, 读缓冲区没有数据, 或者, write时,写缓冲区满了 。 遇到这种情况, 如果是阻塞socket, read/write就要阻塞掉。 而如果是非阻塞socket, read/write立即返回-1, 同 时errno设置为EAGAIN. 所以, 对于阻塞socket, read/write返回-1代表网络出错了. 但对于非阻塞socket, read/write返回-1不一定网络真的出错了. 可能是Resource temporarily unavailable. 这时你应该再试, 直到Resource available. 综上, 对于non-blocking的socket, 正确的读写操作为: 读: 忽略掉errno = EAGAIN的错误, 下次继续读 写: 忽略掉errno = EAGAIN的错误, 下次继续写 对于select和epoll的LT模式, 这种读写方式是没有问题的. 但对于epoll的ET模式, 这种方式还有漏洞. epoll的两种模式 LT 和 ET
-
气泡排序(超级详细)--升序",从小到大;另一种是 "降序",从大到小。该主题可抽象为 "按升序对 n 个数字排序 "的一般形式。 排序是一种重要的基本算法。排序的方法有很多种,但在本题中我们将使用冒泡排序法。 冒泡法的基本思想 冒泡法的基本思想是,每次比较相邻的两个数字时,较小的那个会被移到前面。如果有 5 个数字9,8,5,2,0,第一次将前两个数字 8 和 9 互换。第二次将第二个和第三个数字(9 和 5)对调......这样一共对调 4 次,得到 8-5-2-0-9 的顺序,可以看到:最大的数字 9 一直在 "下沉",成为最下面的一个数字,而小的数字 "上升" 最小的数字 "上升"。最小的数字 0 已经向上 "浮 "了一个位置。经过第一次比较(共 4 次比较和交换),得到了最大的数字 9。 然后进行第二趟比较,对剩下的前 4 个数字(8、5、2、0)进行新一轮比较,这样第二个最大的数字就 "沉到了底部"。同样,按照上述方法进行第二轮比较。经过 3 次比较和交换,我们得到了第二大数 8。 按照这个规律,我们可以推断出,比较 5 个数字需要 4 次旅行,才能将 5 个数字从小到大排列起来。在第一次旅行中,两个数字之间进行了 4 次比较,在第二次旅行中,进行了 3 次比较......在第四次旅行中,只进行了一次比较。 思路总结 总结:如果有 n 个数字,那么要进行 n-1 次比较。在第一次行程中进行 n-1 次比较,在第 i 次行程中进行 n-i 次比较。
-
什么是宇宙安全声明_部落:看了太阳的逃逸速度,我终于知道什么是黑场了,因为它真的很黑!...
-
了解元宇宙的三个维度,了解元宇宙的未来。
-
游戏世界中的多元宇宙到底有多大?看看《战争遗产》就知道了!
-
奇异博士 2》值得期待吗?一个充满无限未知的疯狂多元宇宙即将展开,一切皆有可能。 对于漫威的超级英雄起源电影来说,玄学与漫威之间看似不可能的联系已经存在了很长时间。看过第一部《奇异博士》电影的人都应该知道,对于漫威...
-
了解元宇宙的三个维度