談這個話題之前，首先要讓大家知道，什麼是服務器。在網絡遊戲中，服務器所扮演的角色是同步，廣播和服務器主動的一些行爲，比如說天氣，NPC AI之類的，之所以現在的很多網絡遊戲服務器都需要負擔一些遊戲邏輯上的運算是因爲爲了防止客戶端的作弊行爲。瞭解到這一點，那麼本系列的文章將分爲兩部分來談談網絡遊戲服務器的設計，一部分是講如何做好服務器的網絡連接，同步，廣播以及NPC的設置，另一部分則將着重談談哪些邏輯放在服務器比較合適，並且用什麼樣的結構來安排這些邏輯。
服務器的網絡連接
大多數的網絡遊戲的服務器都會選擇非阻塞select這種結構，爲什麼呢？因爲網絡遊戲的服務器需要處理的連接非常之多，並且大部分會選擇在Linux/Unix下運行，那麼爲每個用戶開一個線程實際上是很不划算的，一方面因爲在Linux/Unix下的線程是用進程這麼一個概念模擬出來的，比較消耗系統資源，另外除了I/O之外，每個線程基本上沒有什麼多餘的需要並行的任務，而且網絡遊戲是互交性非常強的，所以線程間的同步會成爲很麻煩的問題。由此一來，對於這種含有大量網絡連接的單線程服務器，用阻塞顯然是不現實的。對於網絡連接，需要用一個結構來儲存，其中需要包含一個向客戶端寫消息的緩衝，還需要一個從客戶端讀消息的緩衝，具體的大小根據具體的消息結構來定了。另外對於同步，需要一些時間校對的值，還需要一些各種不同的值來記錄當前狀態，下面給出一個初步的連接的結構：
typedef connection_s {
user_t *ob; /* 指向處理服務器端邏輯的結構 */
int fd; /* socket連接 */
struct sockaddr_in addr; /* 連接的地址信息 */
char text[MAX_TEXT]; /* 接收的消息緩衝 */
int text_end; /* 接收消息緩衝的尾指針 */
int text_start; /* 接收消息緩衝的頭指針 */
int last_time; /* 上一條消息是什麼時候接收到的 */
struct timeval latency; /* 客戶端本地時間和服務器本地時間的差值 */
struct timeval last_confirm_time; /* 上一次驗證的時間 */
short is_confirmed; /* 該連接是否通過驗證過 */
int ping_num; /* 該客戶端到服務器端的ping值 */
int ping_ticker; /* 多少個IO週期處理更新一次ping值 */
int message_length; /* 發送緩衝消息長度 */
char message_buf[MAX_TEXT]; /* 發送緩衝區 */
int iflags; /* 該連接的狀態 */
} connection_t;
服務器循環的處理所有連接，是一個死循環過程，每次循環都用select檢查是否有新連接到達，然後循環所有連接，看哪個連接可以寫或者可以讀，就處理該連接的讀寫。由於所有的處理都是非阻塞的，所以所有的Socket IO都可以用一個線程來完成。
由於網絡傳輸的關係，每次recv()到的數據可能不止包含一條消息，或者不到一條消息，那麼怎麼處理呢？所以對於接收消息緩衝用了兩個指針，每次接收都從text_start開始讀起，因爲裏面殘留的可能是上次接收到的多餘的半條消息，然後text_end指向消息緩衝的結尾。這樣用兩個指針就可以很方便的處理這種情況，另外有一點值得注意的是：解析消息的過程是一個循環的過程，可能一次接收到兩條以上的消息在消息緩衝裏面，這個時候就應該執行到消息緩衝裏面只有一條都不到的消息爲止，大體流程如下：
while ( text_end – text_start > 一條完整的消息長度 )
{
從text_start處開始處理;
text_start += 該消息長度;
}
memcpy ( text, text + text_start, text_end – text_start );
對於消息的處理，這裏首先就需要知道你的遊戲總共有哪些消息，所有的消息都有哪些，才能設計出比較合理的消息頭。一般來說，消息大概可分爲主角消息，場景消息，同步消息和界面消息四個部分。其中主角消息包括客戶端所控制的角色的所有動作，包括走路，跑步，戰鬥之類的。場景消息包括天氣變化，一定的時間在場景裏出現一些東西等等之類的，這類消息的特點是所有消息的發起者都是服務器，廣播對象則是場景裏的所有玩家。而同步消息則是針對發起對象是某個玩家，經過服務器廣播給所有看得見他的玩家，該消息也是包括所有的動作，和主角消息不同的是該種消息是服務器廣播給客戶端的，而主角消息一般是客戶端主動發給服務器的。最後是界面消息，界面消息包括是服務器發給客戶端的聊天消息和各種屬性及狀態信息。
下面來談談消息的組成。一般來說，一個消息由消息頭和消息體兩部分組成，其中消息頭的長度是不變的，而消息體的長度是可變的，在消息體中需要保存消息體的長度。由於要給每條消息一個很明顯的區分，所以需要定義一個消息頭特有的標誌，然後需要消息的類型以及消息ID。消息頭大體結構如下：
type struct message_s {
unsigned short message_sign;
unsigned char message_type;
unsigned short message_id
unsigned char message_len
}message_t;
服務器的廣播
服務器的廣播的重點就在於如何計算出廣播的對象。很顯然，在一張很大的地圖裏面，某個玩家在最東邊的一個動作，一個在最西邊的玩家是應該看不到的，那麼怎麼來計算廣播的對象呢？最簡單的辦法，就是把地圖分塊，分成大小合適的小塊，然後每次只象周圍幾個小塊的玩家進行廣播。那麼究竟切到多大比較合適呢？一般來說，切得塊大了，內存的消耗會增大，切得塊小了，CPU的消耗會增大（原因會在後面提到）。個人覺得切成一屏左右的小塊比較合適，每次廣播廣播周圍九個小塊的玩家，由於廣播的操作非常頻繁，那麼遍利周圍九塊的操作就會變得相當的頻繁，所以如果塊分得小了，那麼遍利的範圍就會擴大，CPU的資源會很快的被吃完。
切好塊以後，怎麼讓玩家在各個塊之間走來走去呢？讓我們來想想在切換一次塊的時候要做哪些工作。首先，要算出下個塊的周圍九塊的玩家有哪些是現在當前塊沒有的，把自己的信息廣播給那些玩家，同時也要算出下個塊周圍九塊裏面有哪些物件是現在沒有的，把那些物件的信息廣播給自己，然後把下個塊的周圍九快裏沒有的，而現在的塊周圍九塊裏面有的物件的消失信息廣播給自己，同時也把自己消失的消息廣播給那些物件。這個操作不僅煩瑣而且會吃掉不少CPU資源，那麼有什麼辦法可以很快的算出這些物件呢？一個個做比較？顯然看起來就不是個好辦法，這裏可以參照二維矩陣碰撞檢測的一些思路，以自己周圍九塊爲一個矩陣，目標塊周圍九塊爲另一個矩陣，檢測這兩個矩陣是否碰撞，如果兩個矩陣相交，那麼沒相交的那些塊怎麼算。這裏可以把相交的塊的座標轉換成內部座標，然後再進行運算。
對於廣播還有另外一種解決方法，實施起來不如切塊來的簡單，這種方法需要客戶端來協助進行運算。首先在服務器端的連接結構裏面需要增加一個廣播對象的隊列，該隊列在客戶端登陸服務器的時候由服務器傳給客戶端，然後客戶端自己來維護這個隊列，當有人走出客戶端視野的時候，由客戶端主動要求服務器給那個物件發送消失的消息。而對於有人總進視野的情況，則比較麻煩了。
首先需要客戶端在每次給服務器發送update position的消息的時候，服務器都給該連接算出一個視野範圍，然後在需要廣播的時候，循環整張地圖上的玩家，找到座標在其視野範圍內的玩家。使用這種方法的好處在於不存在轉換塊的時候需要一次性廣播大量的消息，缺點就是在計算廣播對象的時候需要遍歷整個地圖上的玩家，如果當一個地圖上的玩家多得比較離譜的時候，該操作就會比較的慢。
服務器的同步
同步在網絡遊戲中是非常重要的，它保證了每個玩家在屏幕上看到的東西大體是一樣的。其實呢，解決同步問題的最簡單的方法就是把每個玩家的動作都向其他玩家廣播一遍，這裏其實就存在兩個問題：1，向哪些玩家廣播，廣播哪些消息。2，如果網絡延遲怎麼辦。事實上呢，第一個問題是個非常簡單的問題，不過之所以我提出這個問題來，是提醒大家在設計自己的消息結構的時候，需要把這個因素考慮進去。而對於第二個問題，則是一個挺麻煩的問題，大家可以來看這麼個例子：
比如有一個玩家A向服務器發了條指令，說我現在在P1點，要去P2點。指令發出的時間是T0，服務器收到指令的時間是T1，然後向周圍的玩家廣播這條消息，消息的內容是“玩家A從P1到P2”有一個在A附近的玩家B，收到服務器的這則廣播的消息的時間是T2，然後開始在客戶端上畫圖，A從P1到P2點。這個時候就存在一個不同步的問題，玩家A和玩家B的屏幕上顯示的畫面相差了T2-T1的時間。這個時候怎麼辦呢？
有個解決方案，我給它取名叫 預測拉扯，雖然有些怪異了點，不過基本上大家也能從字面上來理解它的意思。要解決這個問題，首先要定義一個值叫：預測誤差。然後需要在服務器端每個玩家連接的類裏面加一項屬性，叫latency，然後在玩家登陸的時候，對客戶端的時間和服務器的時間進行比較，得出來的差值保存在latency裏面。還是上面的那個例子，服務器廣播消息的時候，就根據要廣播對象的latency，計算出一個客戶端的CurrentTime，然後在消息頭裏麪包含這個CurrentTime，然後再進行廣播。並且同時在玩家A的客戶端本地建立一個隊列，保存該條消息，只到獲得服務器驗證就從未被驗證的消息隊列裏面將該消息刪除，如果驗證失敗，則會被拉扯回P1點。然後當玩家B收到了服務器發過來的消息“玩家A從P1到P2”這個時候就檢查消息裏面服務器發出的時間和本地時間做比較，如果大於定義的預測誤差，就算出在T2這個時間，玩家A的屏幕上走到的地點P3，然後把玩家B屏幕上的玩家A直接拉扯到P3，再繼續走下去，這樣就能保證同步。更進一步，爲了保證客戶端運行起來更加smooth，我並不推薦直接把玩家拉扯過去，而是算出P3偏後的一點P4，然後用(P4-P1)/T(P4-P3)來算出一個很快的速度S，然後讓玩家A用速度S快速移動到P4，這樣的處理方法是比較合理的，這種解決方案的原形在國際上被稱爲（Full plesiochronous），當然，該原形被我篡改了很多來適應網絡遊戲的同步，所以而變成所謂的：預測拉扯。
另外一個解決方案，我給它取名叫 驗證同步，聽名字也知道，大體的意思就是每條指令在經過服務器驗證通過了以後再執行動作。具體的思路如下：首先也需要在每個玩家連接類型裏面定義一個latency，然後在客戶端響應玩家鼠標行走的同時，客戶端並不會先行走動，而是發一條走路的指令給服務器，然後等待服務器的驗證。服務器接受到這條消息以後，進行邏輯層的驗證，然後計算出需要廣播的範圍，包括玩家A在內，根據各個客戶端不同的latency生成不同的消息頭，開始廣播，這個時候這個玩家的走路信息就是完全同步的了。這個方法的優點是能保證各個客戶端之間絕對的同步，缺點是當網絡延遲比較大的時候，玩家的客戶端的行爲會變得比較不流暢，給玩家帶來很不爽的感覺。該種解決方案的原形在國際上被稱爲（Hierarchical master-slave synchronization），80年代以後被廣泛應用於網絡的各個領域。
最後一種解決方案是一種理想化的解決方案，在國際上被稱爲Mutual synchronization，是一種對未來網絡的前景的良好預測出來的解決方案。這裏之所以要提這個方案，並不是說我們已經完全的實現了這種方案，而只是在網絡遊戲領域的某些方面應用到這種方案的某些思想。我對該種方案取名爲：半服務器同步。大體的設計思路如下：
首先客戶端需要在登陸世界的時候建立很多張廣播列表，這些列表在客戶端後臺和服務器要進行不及時同步，之所以要建立多張列表，是因爲要廣播的類型是不止一種的，比如說有local message,有remote message,還有global message 等等，這些列表都需要在客戶端登陸的時候根據服務器發過來的消息建立好。在建立列表的同時，還需要獲得每個列表中廣播對象的latency，並且要維護一張完整的用戶狀態列表在後臺，也是不及時的和服務器進行同步，根據本地的用戶狀態表，可以做到一部分決策由客戶端自己來決定，當客戶端發送這部分決策的時候，則直接將最終決策發送到各個廣播列表裏面的客戶端，並對其時間進行校對，保證每個客戶端在收到的消息的時間是和根據本地時間進行校對過的。那麼再採用預測拉扯中提到過的計算提前量，提高速度行走過去的方法，將會使同步變得非常的smooth。該方案的優點是不通過服務器，客戶端自己之間進行同步，大大的降低了由於網絡延遲而帶來的誤差，並且由於大部分決策都可以由客戶端來做，也大大的降低了服務器的資源。由此帶來的弊端就是由於消息和決策權都放在客戶端本地，所以給外掛提供了很大的可乘之機。
下面我想來談談關於服務器上NPC的設計以及NPC智能等一些方面涉及到的問題。首先，我們需要知道什麼是NPC，NPC需要做什麼。NPC的全稱是（Non-Player Character），很顯然，他是一個character，但不是玩家，那麼從這點上可以知道，NPC的某些行爲是和玩家類似的，他可以行走，可以戰鬥，可以呼吸（這點將在後面的NPC智能裏面提到），另外一點和玩家物件不同的是，NPC可以復生（即NPC被打死以後在一定時間內可以重新出來）。其實還有最重要的一點，就是玩家物件的所有決策都是玩家做出來的，而NPC的決策則是由計算機做出來的，所以在對NPC做何種決策的時候，需要所謂的NPC智能來進行決策。
下面我將分兩個部分來談談NPC，首先是NPC智能，其次是服務器如何對NPC進行組織。之所以要先談NPC智能是因爲只有當我們瞭解清楚我們需要NPC做什麼之後，纔好開始設計服務器來對NPC進行組織。
NPC智能
NPC智能分爲兩種，一種是被動觸發的事件，一種是主動觸發的事件。對於被動觸發的事件，處理起來相對來說簡單一些，可以由事件本身來呼叫NPC身上的函數，比如說NPC的死亡，實際上是在NPC的HP小於一定值的時候，來主動呼叫NPC身上的OnDie() 函數，這種由事件來觸發NPC行爲的NPC智能，我稱爲被動觸發。這種類型的觸發往往分爲兩種：
一種是由別的物件導致的NPC的屬性變化，然後屬性變化的同時會導致NPC產生一些行爲。由此一來，NPC物件裏面至少包含以下幾種函數：
class NPC {
public:
// 是誰在什麼地方導致了我哪項屬性改變了多少。
OnChangeAttribute(object_t *who, int which, int how, int where);
Private:
OnDie();
OnEscape();
OnFollow();
OnSleep();
// 一系列的事件。
}
這是一個基本的NPC的結構，這種被動的觸發NPC的事件，我稱它爲NPC的反射。但是，這樣的結構只能讓NPC被動的接收一些信息來做出決策，這樣的NPC是愚蠢的。那麼，怎麼樣讓一個NPC能夠主動的做出一些決策呢？這裏有一種方法：呼吸。那麼怎麼樣讓NPC有呼吸呢？
一種很簡單的方法，用一個計時器，定時的觸發所有NPC的呼吸，這樣就可以讓一個NPC有呼吸起來。這樣的話會有一個問題，當NPC太多的時候，上一次NPC的呼吸還沒有呼吸完，下一次呼吸又來了，那麼怎麼解決這個問題呢。這裏有一種方法，讓NPC異步的進行呼吸，即每個NPC的呼吸週期是根據NPC出生的時間來定的，這個時候計時器需要做的就是隔一段時間檢查一下，哪些NPC到時間該呼吸了，就來觸發這些NPC的呼吸。
上面提到的是系統如何來觸發NPC的呼吸，那麼NPC本身的呼吸頻率該如何設定呢？這個就好象現實中的人一樣，睡覺的時候和進行激烈運動的時候，呼吸頻率是不一樣的。同樣，NPC在戰鬥的時候，和平常的時候，呼吸頻率也不一樣。那麼就需要一個Breath_Ticker來設置NPC當前的呼吸頻率。
那麼在NPC的呼吸事件裏面，我們怎麼樣來設置NPC的智能呢？大體可以概括爲檢查環境和做出決策兩個部分。首先，需要對當前環境進行數字上的統計，比如說是否在戰鬥中，戰鬥有幾個敵人，自己的HP還剩多少，以及附近有沒有敵人等等之類的統計。統計出來的數據傳入本身的決策模塊，決策模塊則根據NPC自身的性格取向來做出一些決策，比如說野蠻型的NPC會在HP比較少的時候仍然猛撲猛打，又比如說智慧型的NPC則會在HP比較少的時候選擇逃跑。等等之類的。
至此，一個可以呼吸，反射的NPC的結構已經基本構成了，那麼接下來我們就來談談系統如何組織讓一個NPC出現在世界裏面。
NPC的組織
這裏有兩種方案可供選擇，其一：NPC的位置信息保存在場景裏面，載入場景的時候載入NPC。其二，NPC的位置信息保存在NPC身上，有專門的事件讓所有的NPC登陸場景。這兩種方法有什麼區別呢？又各有什麼好壞呢？
前一種方法好處在於場景載入的時候同時載入了NPC，場景就可以對NPC進行管理，不需要多餘的處理，而弊端則在於在刷新的時候是同步刷新的，也就是說一個場景裏面的NPC可能會在同一時間內長出來。而對於第二種方法呢，設計起來會稍微麻煩一些，需要一個統一的機制讓NPC登陸到場景，還需要一些比較麻煩的設計，但是這種方案可以實現NPC異步的刷新，是目前網絡遊戲普遍採用的方法，下面我們就來着重談談這種方法的實現：
首先我們要引入一個“靈魂”的概念，即一個NPC在死後，消失的只是他的肉體，他的靈魂仍然在世界中存在着，沒有呼吸，在死亡的附近漂浮，等着到時間投胎，投胎的時候把之前的所有屬性清零，重新在場景上構建其肉體。那麼，我們怎麼來設計這樣一個結構呢？首先把一個場景裏面要出現的NPC製作成圖量表，給每個NPC一個獨一無二的標識符，在載入場景之後，根據圖量表來載入屬於該場景的NPC。在NPC的OnDie() 事件裏面不直接把該物件destroy 掉，而是關閉NPC的呼吸，然後打開一個重生的計時器，最後把該物件設置爲invisable。這樣的設計，可以實現NPC的異步刷新，在節省服務器資源的同時也讓玩家覺得更加的真實。
（這一章節已經牽扯到一些服務器腳本相關的東西，所以下一章節將談談服務器腳本相關的一些設計）
補充的談談啓發式搜索（heuristic searching）在NPC智能中的應用。
其主要思路是在廣度優先搜索的同時，將下一層的所有節點經過一個啓發函數進行過濾，一定範圍內縮小搜索範圍。衆所周知的尋路A*算法就是典型的啓發式搜索的應用，其原理是一開始設計一個Judge(point_t* point)函數，來獲得point這個一點的代價，然後每次搜索的時候把下一步可能到達的所有點都經過Judge()函數評價一下，獲取兩到三個代價比較小的點，繼續搜索，那些沒被選上的點就不會在繼續搜索下去了，這樣帶來的後果的是可能求出來的不是最優路徑，這也是爲什麼A*算法在尋路的時候會走到障礙物前面再繞過去，而不是預先就走斜線來繞過該障礙物。如果要尋出最優化的路徑的話，是不能用A*算法的，而是要用動態規劃的方法，其消耗是遠大於A*的。
那麼，除了在尋路之外，還有哪些地方可以應用到啓發式搜索呢？其實說得大一點，NPC的任何決策都可以用啓發式搜索來做，比如說逃跑吧，如果是一個2D的網絡遊戲，有八個方向，NPC選擇哪個方向逃跑呢？就可以設置一個Judge(int direction)來給定每個點的代價，在Judge裏面算上該點的敵人的強弱，或者該敵人的敏捷如何等等，最後選擇代價最小的地方逃跑。下面，我們就來談談對於幾種NPC常見的智能的啓發式搜索法的設計：
Target select （選擇目標）：
首先獲得地圖上離該NPC附近的敵人列表。設計Judge() 函數，根據敵人的強弱，敵人的遠近，算出代價。然後選擇代價最小的敵人進行主動攻擊。
Escape（逃跑）：
在呼吸事件裏面檢查自己的HP，如果HP低於某個值的時候，或者如果你是遠程兵種，而敵人近身的話，則觸發逃跑函數，在逃跑函數裏面也是對周圍的所有的敵人組織成列表，然後設計Judge() 函數，先選擇出對你構成威脅最大的敵人，該Judge() 函數需要判斷敵人的速度，戰鬥力強弱，最後得出一個主要敵人，然後針對該主要敵人進行路徑的Judge() 的函數的設計，搜索的範圍只可能是和主要敵人相反的方向，然後再根據該幾個方向的敵人的強弱來計算代價，做出最後的選擇。
Random walk（隨機走路）：
這個我並不推薦用A*算法，因爲NPC一旦多起來，那麼這個對CPU的消耗是很恐怖的，而且NPC大多不需要長距離的尋路，只需要在附近走走即可，那麼，就在附近隨機的給幾個點，然後讓NPC走過去，如果碰到障礙物就停下來，這樣幾乎無任何負擔。
Follow Target（追隨目標）：
這裏有兩種方法，一種方法NPC看上去比較愚蠢，一種方法看上去NPC比較聰明，第一種方法就是讓NPC跟着目標的路點走即可，幾乎沒有資源消耗。而後一種則是讓NPC在跟隨的時候，在呼吸事件裏面判斷對方的當前位置，然後走直線，碰上障礙物了用A*繞過去，該種設計會消耗一定量的系統資源，所以不推薦NPC大量的追隨目標，如果需要大量的NPC追隨目標的話，還有一個比較簡單的方法：讓NPC和目標同步移動，即讓他們的速度統一，移動的時候走同樣的路點，當然，這種設計只適合NPC所跟隨的目標不是追殺的關係，只是跟隨着玩家走而已了。
在這一章節，我想談談關於服務器端的腳本的相關設計。因爲在上一章節裏面，談NPC智能相關的時候已經接觸到一些腳本相關的東東了。還是先來談談腳本的作用吧。
在基於編譯的服務器端程序中，是無法在程序的運行過程中構建一些東西的，那麼這個時候就需要腳本語言的支持了，由於腳本語言涉及到邏輯判斷，所以光提供一些函數接口是沒用的，還需要提供一些簡單的語法和文法解析的功能。其實說到底，任何的事件都可以看成兩個部分：第一是對自身，或者別的物件的數值的改變，另外一個就是將該事件以文字或者圖形的方式廣播出去。那麼，這裏牽扯到一個很重要的話題，就是對某一物件進行尋址。恩，談到這，我想將本章節分爲三個部分來談，首先是服務器如何來管理動態創建出來的物件（服務器內存管理），第二是如何對某一物件進行尋址，第三則是腳本語言的組織和解釋。其實之所以到第四章再來談服務器的內存管理是因爲在前幾章談這個的話，大家對其沒有一個感性的認識，可能不知道服務器的內存管理究竟有什麼用。
4.1、服務器內存管理
對於服務器內存管理我們將採用內存池的方法，也稱爲靜態內存管理。其概念爲在服務器初始化的時候，申請一塊非常大的內存，稱爲內存池（Memory pool），同時也申請一小塊內存空間，稱爲垃圾回收站（Garbage recollecting station）。其大體思路如下：當程序需要申請內存的時候，首先檢查垃圾回收站是否爲空，如果不爲空的話，則從垃圾回收站中找一塊可用的內存地址，在內存池中根據地址找到相應的空間，分配給程序用，如果垃圾回收站是空的話，則直接從內存池的當前指針位置申請一塊內存；當程序釋放空間的時候，給那塊內存打上已經釋放掉的標記，然後把那塊內存的地址放入垃圾回收站。
下面具體談談該方法的詳細設計，首先，我們將採用類似於操作系統的段頁式系統來管理內存，這樣的好處是可以充分的利用內存池，其缺點是管理起來比較麻煩。嗯，下面來具體看看我們怎麼樣來定義頁和段的結構：
typedef struct m_segment_s
{
struct m_segment_s *next; /* 雙線鏈表 + 靜態內存可以達到隨機訪問和順序訪問的目的，
真正的想怎麼訪問，就怎麼訪問。 */
struct m_segment_s *pre; int flags; // 該段的一些標記。
int start; // 相對於該頁的首地址。
int size; // 長度。
struct m_page_s *my_owner; // 我是屬於哪一頁的。
char *data; // 內容指針。
}m_segment_t;
typedef struct m_page_s
{
unsigned int flags; /* 使用標記，是否完全使用，是否還有空餘 */
int size; /* 該頁的大小，一般都是統一的，最後一頁除外 */
int end; /* 使用到什麼地方了 */
int my_index; /* 提供隨機訪問的索引 */
m_segment_t *segments; // 頁內段的頭指針。
}m_page_t;
那麼內存池和垃圾回收站怎麼構建呢？下面也給出一些構建相關的僞代碼：
static m_page_t *all_pages;
// total_size是總共要申請的內存數，num_pages是總共打算創建多少個頁面。
void initialize_memory_pool( int total_size, int num_pages )
{
int i, page_size, last_size; // 算出每個頁面的大小。
page_size = total_size / num_pages; // 分配足夠的頁面。
all_pages = (m_page_t*) calloc( num_pages, sizeof(m_page_t*) );
for ( i = 0; i < num_pages; i ++ )
{
// 初始化每個頁面的段指針。
all_pages[i].m_segment_t = (m_segment_t*) malloc( page_size );
// 初始化該頁面的標記。
all_pages[i].flags |= NEVER_USED;
// 除了最後一個頁面，其他的大小都是page_size 大小。
all_pages[i].size = page_size;
// 初始化隨機訪問的索引。
all_pages[i].my_index = i;
// 由於沒有用過，所以大小都是0
all_pages[i].end = 0;
}
// 設置最後一個頁面的大小。
if ( (last_size = total_size % num_pages) != 0 )
all_pages[i].size = last_size;
}
下面看看垃圾回收站怎麼設計：
int **garbage_station;
void init_garbage_station( int num_pages, int page_size )
{
int i;
garbage_station = (int**) calloc( num_pages, sizeof( int* ) );
for ( i = 0; i < num_pages; i ++)
{
// 這裏用unsigned short的高8位來儲存首相對地址，低8位來儲存長度。
garbage_station[i] = (int*) calloc( page_size, sizeof( unsigned short ));
memset( garbage_station[i], 0, sizeof( garbage_station[i] ));
}
}
也許這樣的貼代碼會讓大家覺得很不明白，嗯，我的代碼水平確實不怎麼樣，那麼下面我來用文字方式來敘說一下大體的概念吧。對於段頁式內存管理，首先分成N個頁面，這個是固定的，而對於每個頁面內的段則是動態的，段的大小事先是不知道的，那麼我們需要回收的不僅僅是頁面的內存，還包括段的內存，那麼我們就需要一個二維數組來保存是哪個頁面的那塊段的地址被釋放了。然後對於申請內存的時候，則首先檢查需要申請內存的大小，如果不夠一個頁面大小的話，則在垃圾回收站裏面尋找可用的段空間分配，如果找不到，則申請一個新的頁面空間。
這樣用內存池的方法來管理整個遊戲世界的內存可以有效的減少內存碎片，一定程度的提高遊戲運行的穩定性和效率。
4.2、遊戲中物件的尋址
第一個問題，我們爲什麼要尋址？加入了腳本語言的概念之後，遊戲中的一些邏輯物件，比如說NPC，某個ITEM之類的都是由腳本語言在遊戲運行的過程中動態生成的，那麼我們通過什麼樣的方法來對這些物件進行索引呢？說得簡單一點，就是如何找到他們呢？有個很簡單的方法，全部遍歷一次。當然，這是個簡單而有效的方法，但是效率上的消耗是任何一臺服務器都吃不消的，特別是在遊戲的規模比較大之後。
那麼，我們怎麼來在遊戲世界中很快的尋找這些物件呢？我想在談這個之前，說一下Hash Table這個數據結構，它叫哈希表，也有人叫它散列表，其工作原理是不是順序訪問，也不是隨機訪問，而是通過一個散列函數對其key進行計算，算出在內存中這個key對應的value的地址，而對其進行訪問。好處是不管面對多大的數據，只需要一次計算就能找到其地址，非常的快捷，那麼弊端是什麼呢？當兩個key通過散列函數計算出來的地址是同一個地址的時候，麻煩就來了，會產生碰撞，其的解決方法非常的麻煩，這裏就不詳細談其解決方法了，否則估計再寫個四，五章也未必談得清楚，不過如果大家對其感興趣的話，歡迎討論。
嗯，我們將用散列表來對遊戲中的物件進行索引，具體怎麼做呢？首先，在內存池中申請一塊兩倍大於遊戲中物件總數的內存，爲什麼是兩倍大呢？防止散列表碰撞。然後我們選用物件的名稱作爲散列表的索引key，然後就可以開始設計散列函數了。下面來看個例子：
static int T[] =
{
1, 87, 49, 12, 176, 178, 102, 166, 121, 193, 6, 84, 249, 230, 44, 163,
14, 197, 213, 181, 161, 85, 218, 80, 64, 239, 24, 226, 236, 142, 38, 200,
110, 177, 104, 103, 141, 253, 255, 50, 77, 101, 81, 18, 45, 96, 31, 222,
25, 107, 190, 70, 86, 237, 240, 34, 72, 242, 20, 214, 244, 227, 149, 235,
97, 234, 57, 22, 60, 250, 82, 175, 208, 5, 127, 199, 111, 62, 135, 248,
174, 169, 211, 58, 66, 154, 106, 195, 245, 171, 17, 187, 182, 179, 0, 243,
132, 56, 148, 75, 128, 133, 158, 100, 130, 126, 91, 13, 153, 246, 216, 219,
119, 68, 223, 78, 83, 88, 201, 99, 122, 11, 92, 32, 136, 114, 52, 10,
138, 30, 48, 183, 156, 35, 61, 26, 143, 74, 251, 94, 129, 162, 63, 152,
170, 7, 115, 167, 241, 206, 3, 150, 55, 59, 151, 220, 90, 53, 23, 131,
125, 173, 15, 238, 79, 95, 89, 16, 105, 137, 225, 224, 217, 160, 37, 123,
118, 73, 2, 157, 46, 116, 9, 145, 134, 228, 207, 212, 202, 215, 69, 229,
27, 188, 67, 124, 168, 252, 42, 4, 29, 108, 21, 247, 19, 205, 39, 203,
233, 40, 186, 147, 198, 192, 155, 33, 164, 191, 98, 204, 165, 180, 117, 76,
140, 36, 210, 172, 41, 54, 159, 8, 185, 232, 113, 196, 231, 47, 146, 120,
51, 65, 28, 144, 254, 221, 93, 189, 194, 139, 112, 43, 71, 109, 184, 209,
};
// s是需要進行索引的字符串指針，maxn是字符串可能的最大長度，返回值是相對地址。
inline int whashstr(char *s, int maxn)
{
register unsigned char oh, h;
register unsigned char *p;
register int i;
if (!*s)
return 0;
p = (unsigned char *) s;
oh = T[*p]; h = (*(p++) + 1) & 0xff;
for (i = maxn - 1; *p && --i >= 0; )
{
oh = T[oh ^ *p]; h = T[h ^ *(p++)];
}
return (oh << 8) + h;
}
具體的算法就不說了，上面的那一大段東西不要問我爲什麼，這個算法的出處是CACM 33-6中的一個叫Peter K.Pearson的鬼子寫的論文中介紹的算法，據說速度非常的快。有了這個散列函數，我們就可以通過它來對世界裏面的任意物件進行非常快的尋址了。
4.3、腳本語言解釋
在設計腳本語言之前，我們首先需要明白，我們的腳本語言要實現什麼樣的功能？否則隨心所欲的做下去寫出個C的解釋器之類的也說不定。我們要實現的功能只是簡單的邏輯判斷和循環，其他所有的功能都可以由事先提供好的函數來完成。嗯，這樣我們就可以列出一張工作量的表單：設計物件在底層的保存結構，提供腳本和底層間的訪問接口，設計支持邏輯判斷和循環的解釋器。
下面先來談談物件在底層的保存結構。具體到每種不同屬性的物件，需要採用不同的結構，當然，如果你願意的話，你可以所有的物件都採同同樣的結構，然後在結構裏面設計一個散列表來保存各種不同的屬性。但這並不是一個好方法，過分的依賴散列表會讓你的遊戲的邏輯變得繁雜不清。所以，儘量的區分每種不同的物件採用不同的結構來設計。但是有一點值得注意的是，不管是什麼結構，有一些東西是統一的，就是我們所說的物件頭，那麼我們怎麼來設計這樣一個物件頭呢？
typedef struct object_head_s
{
char* name;
char* prog;
}object_head_t;
其中name是在散列表中這個物件的索引號，prog則是腳本解釋器需要解釋的程序內容。下面我們就以NPC爲例來設計一個結構：
typedef struct npc_s
{
object_head_t header; // 物件頭
int hp; // NPC的hp值。
int level; // NPC的等級。
struct position_s position; // 當前的位置信息。
unsigned int personality; // NPC的個性，一個unsigned int可以保存24種個性。
}npc_t;
OK，結構設計完成，那麼我們怎麼來設計腳本解釋器呢？這裏有兩種法，一種是用虛擬機的模式來解析腳本語言，另外一中則是用類似彙編語言的那種結構來設計，設置一些條件跳轉和循環就可以實現邏輯判斷和循環了，比如：
set name, "路人甲";
CHOOSE: random_choose_personality; // 隨機選擇NPC的個性
compare hp, 100; // 比較氣血，比較出的值可以放在一個固定的變量裏面
ifless LESS; // hp < 100的話，則返回。
jump CHOOSE; // 否則繼續選擇，只到選到一個hp < 100的。
LESS: return success;
這種腳本結構就類似CPU的指令的結構，一條一條指令按照順序執行，對於腳本程序員（Script Programmer）也可以培養他們彙編能力的說。
那麼怎麼來模仿這種結構呢？我們拿CPU的指令做參照，首先得設置一些寄存器，CPU的寄存器的大小和數量是受硬件影響的，但我們是用內存來模擬寄存器，所以想要多大，就可以有多大。然後提供一些指令，包括四則運算，尋址，判斷，循環等等。接下來針對不同的腳本用不同的解析方法，比如說對NPC就用NPC固定的腳本，對ITEM就用ITEM固定的腳本，解析完以後就把結果生成底層該物件的結構用於使用。
而如果要用虛擬機來實現腳本語言的話呢，則會將工程變得無比之巨大，強烈不推薦使用，不過如果你想做一個通用的網絡遊戲底層的話，則可以考慮設計一個虛擬機。虛擬機大體的解釋過程就是進行兩次編譯，第一次對關鍵字進行編譯，第二次生成彙編語言，然後虛擬機在根據編譯生成的彙編語言進行逐行解釋，如果大家對這個感興趣的話，可以去www.mudos.org上下載一份MudOS的原碼來研究研究。 大體的思路講到這裏已經差不多了，下面將用unreal（虛幻）爲實例，談一談網絡遊戲服務器的設計。