月份：2018年6月

数据结构

一、线性表 1.数组实现 2.链表

二、栈与队列

三、树与二叉树 1.树 2.二叉树基本概念 3.二叉查找树 4.平衡二叉树 5.红黑树

四、图

五、总结

算法

一、概述

二、查找算法

三、排序算法

四、其它算法

五、常见算法题

六、总结

每一个Steering行为会产生一个力，他们会作用在速度向量上，这个合力的方向和大小会驱动AI个体实现一些行为（如Seek，Flee，Wander等），大致的计算方式如下：

steering = seek(); // this can be any behavior
steering = truncate (steering, max_force)
steering = steering / mass
 
velocity = truncate (velocity + steering , max_speed)
position = position + velocity

继续阅读“Combining Steering Forces : 合并转向力”

到目前为止，我们研究了seek,flee,arrival,wander行为。在这个教程，会研究追逐和躲避行为。让角色跟随活着躲避。

什么是追逐?

追踪是指朝着移动目标运动并试图抓住它，这里说的“抓住”很重要，如果只是朝着目标运动，那基本上只是重复目标的运动轨迹。在追踪的时候，追踪者必须做出一定的预判，如果能够预判出目标接下去几秒的位置，就能够调整自己当前的速度来抓住它。可以预测轨迹，减少不必要的路径。

继续阅读“Steering Behaviors: Pursuit and Evade 追逐和躲避”

Wandering Around

游戏中的个体常常会有随机性的巡逻情景。通常这些个体在等待某些事情发生，比如说发现玩家然后开战，或者寻找某些东西。当这些行为呈现在玩家面前时，它们必须在视觉感官上市真实可信，富有乐趣的。

继续阅读“Steering Behaviors: Wander 漫游”

效果GIF图

Seek

继续阅读“Steering Behaviors: Unity移植版本”

Flee

之前描述的seek行为基于两个力，一个是目标速度，一个是朝目标位置的推力。

desired_velocity = normalize(target - position) * max_velocity
steering = desired_velocity - velocity

desired_velocity在这里就是离目标位置的最短路径，根据目标点的位置和个体的位置相减得出，代表了一个以个体位置为起点，朝向目标点的力。

继续阅读“Steering Behaviors: Flee and Arrival 逃逸和到达”

文章将翻译教程，然后我会根据项目代码，在Unity3d 实现相关相应的内容。

Steering Behaviors 意在使游戏中的AI个体具备真实的运动行为，通过对力的施加与整合，使游戏个体具备类生命体般的运动特征。这项技术并不基于寻路或者别的宏观算法，而是基于个体局部周围空间的信息，单个的行为实现起来非常的方便，它们组合在一起又能有非常复杂的行为方式。 继续阅读“Steering Behaviors: Seek 转向行为 : 寻找”

算法。

定义

算法（algorithm），在数学（算学）和计算机科学之中，为任何良定义的具体计算步骤的一个序列^[1]，常用于计算、数据处理和自动推理。精确而言，算法是一个表示为有限长^[2]列表的有效方法。算法应包含清晰定义的指令^[3]用于计算函数^[4]。

个人理解：通过计算解决问题的方法。

基本要素

继续阅读“基础内容知识，来自维基百科”