H5游戏开发:贪吃蛇

2,638 阅读9分钟
原文链接: aotu.io

贪吃蛇的经典玩法有两种:

  1. 积分闯关
  2. 一吃到底

第一种是笔者小时候在掌上游戏机最先体验到的(不小心暴露了年龄),具体玩法是蛇吃完一定数量的食物后就通关,通关后速度会加快;第二种是诺基亚在1997年在其自家手机上安装的游戏,它的玩法是吃到没食物为止。笔者要实现的就是第二种玩法。

MVC设计模式

基于贪吃蛇的经典,笔者在实现它时也使用一种经典的设计模型:MVC(即:Model - View - Control)。游戏的各种状态与数据结构由 Model 来管理;View 用于显示 Model 的变化;用户与游戏的交互由 Control 完成(Control 提供各种游戏API接口)。

Model 是游戏的核心也是本文的主要内容;View 会涉及到部分性能问题;Control 负责业务逻辑。 这样设计的好处是: Model完全独立,View 是 Model 的状态机,Model 与 View 都由 Control 来驱动。

Model

看一张贪吃蛇的经典图片。

诺基亚

贪吃蛇有四个关键的参与对象:

  1. 蛇(snake)
  2. 食物(food)
  3. 墙(bounds)
  4. 舞台(zone)

舞台是一个 m * n 的矩阵(二维数组),矩阵的索引边界是舞台的墙,矩阵上的成员用于标记食物和蛇的位置。

空舞台如下:

[
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
]

食物(F)和蛇(S)出现在舞台上:

[
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,F,0,0,0,0,0,0,0],
	[0,0,0,S,S,S,S,0,0,0],
	[0,0,0,0,0,0,S,0,0,0],
	[0,0,0,0,S,S,S,0,0,0],
	[0,0,0,0,S,0,0,0,0,0],
	[0,0,0,0,S,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
	[0,0,0,0,0,0,0,0,0,0],
]

由于操作二维数组不如一维数组方便,所以笔者使用的是一维数组, 如下:

[
	0,0,0,0,0,0,0,0,0,0,
	0,0,0,0,0,0,0,0,0,0,
	0,0,F,0,0,0,0,0,0,0,
	0,0,0,S,S,S,S,0,0,0,
	0,0,0,0,0,0,S,0,0,0,
	0,0,0,0,S,S,S,0,0,0,
	0,0,0,0,S,0,0,0,0,0,
	0,0,0,0,S,0,0,0,0,0,
	0,0,0,0,0,0,0,0,0,0,
	0,0,0,0,0,0,0,0,0,0,
]

舞台矩阵上蛇与食物只是舞台对二者的映射,它们彼此都有独立的数据结构:

  • 蛇是一串坐标索引链表;
  • 食物是一个指向舞台坐标的索引值。

蛇的活动

蛇的活动有三种,如下:

  • 移动(move)
  • 吃食(eat)
  • 碰撞(collision)

移动

蛇在移动时,内部发生了什么变化?

蠕动

蛇链表在一次移动过程中做了两件事:向表头插入一个新节点,同时剔除表尾一个旧节点。用一个数组来代表蛇链表,那么蛇的移动就是以下的伪代码:

function move(next) {
	snake.pop() & snake.unshift(next); 
}

数组作为蛇链表合适吗?
这是笔者最开始思考的问题,毕竟数组的 unshift & pop 可以无缝表示蛇的移动。不过,方便不代表性能好,unshift 向数组插入元素的时间复杂度是 O(n), pop 剔除数组尾元素的时间复杂度是 O(1)。

蛇的移动是一个高频率的动作,如果一次动作的算法复杂度为 O(n) 并且蛇的长度比较大,那么游戏的性能会有问题。笔者想实现的贪吃蛇理论上讲是一条长蛇,所以笔者在本文章的回复是 —— 数组不适合作为蛇链表

蛇链表必须是真正的链表结构。
链表删除或插入一个节点的时间复杂度为O(1),用链表作为蛇链表的数据结构能提高游戏的性能。javascript 没有现成的链表结构,笔者写了一个叫 Chain 的链表类,Chain 提供了 unshfit & pop。以下伪代码是创建一条蛇链表:

let snake = new Chain();

由于篇幅问题这里就不介绍 Chain 是如何实现的,有兴趣的同学可以移步到: github.com/leeenx/es6-…

吃食 & 碰撞

「吃食」与「碰撞」区别在于吃食撞上了「食物」,碰撞撞上了「墙」。笔者认为「吃食」与「碰撞」属于蛇一次「移动」的三个可能结果的两个分支。蛇移动的三个可能结果是:「前进」、「吃食」和「碰撞」。

回头看一下蛇移动的伪代码:

function move(next) {
	snake.pop() & snake.unshift(next); 
}

代码中的 next 表示蛇头即将进入的格子的索引值,只有当这个格子是0时蛇才能「前进」,当这个格子是 S 表示「碰撞」自己,当这个格子是 F表示吃食。

好像少了撞墙?
笔者在设计过程中,并没有把墙设计在舞台的矩阵中,而是通过索引出界的方式来表示撞墙。简单地说就是 next === -1 时表示出界和撞墙。

以下伪代码表示蛇的整上活动过程:

// B 表示撞墙
let cell = -1 === next ? B : zone[next]; 
switch(cell) {
	// 吃食
	case F: eat(); break; 
	// 撞到自己
	case S: collision(S); break; 
	// 撞墙
	case B: collision(B): break; 
	// 前进
	default: move; 
}

随机投食

随机投食是指随机挑选舞台的一个索引值用于映射食物的位置。这似乎很简单,可以直接这样写:

// 伪代码
food = Math.random(zone.length) >> 0;

如果考虑到投食的前提 —— 不与蛇身重叠,你会发现上面的随机代码并不能保证投食位置不与蛇身重叠。由于这个算法的安全性带有赌博性质,且把它称作「赌博算法」。为了保证投食的安全性,笔者把算法扩展了一下:

// 伪代码
function feed() {
	let index = Math.random(zone.length) >> 0; 
	// 当前位置是否被占用
	return zone[index] === S ? feed() : index; 
}
food = feed();

上面的代码虽然在理论上可以保证投食的绝对安全,不过笔者把这个算法称作「不要命的赌徒算法」,因为上面的算法有致命的BUG —— 超长递归 or 死循环。

为了解决上面的致命问题,笔者设计了下面的算法来做随机投食:

// 伪代码
function feed() {
	// 未被占用的空格数
	let len = zone.length - snake.length; 
	// 无法投食
	if(len === 0) return ; 
	// zone的索引
	let index = 0, 
	// 空格计数器
	count = 0, 
	// 第 rnd 个空格子是最终要投食的位置
	rnd = Math.random() * count >> 0 + 1; 
	// 累计空格数
	while(count !== rnd) {
		// 当前格子为空,count总数增一
		zone[index++] === 0 && ++count; 
	}
	return index - 1; 
}
food = feed();

这个算法的平均复杂度为 O(n/2)。由于投食是一个低频操作,所以 O(n/2)的复杂度并不会带来任何性能问题。不过,笔者觉得这个算法的复杂度还是有点高了。回头看一下最开始的「赌博算法」,虽然「赌博算法」很不靠谱,但是它有一个优势 —— 时间复杂度为 O(1)。

「赌博算法」的靠谱概率 = (zone.length - snake.length) / zone.length。snake.length 是一个动态值,它的变化范围是:0 ~ zone.length。推导出「赌博算法」的平均靠谱概率是:

「赌博算法」平均靠谱概率 = 50%

看来「赌博算法」还是可以利用一下的。于是笔者重新设计了一个算法:

// 伪代码
function bet() {
	let rnd = Math.random() * zone.length >> 0; 
	return zone[rnd] === 0 ? rnd : -1; 
}
function feed() {
	...
}
food = bet(); 
if(food === -1) food = feed();

新算法的平均复杂度可以有效地降低到 O(n/4),人生有时候需要点运气 : )。

View

在 View 可以根据喜好选择一款游戏渲染引擎,笔者在 View 层选择了 PIXI 作为游戏游戏渲染引擎。

View 的任务主要有两个:

  1. 绘制游戏的界面;
  2. 渲染 Model 里的各种数据结构

也就是说 View 是使用渲染引擎还原设计稿的过程。本文的目的是介绍「贪吃蛇」的实现思路,如何使用一个渲染引擎不是本文讨论的范畴,笔者想介绍的是:「如何提高渲染的效率」。

在 View 中显示 Model 的蛇可以简单地如以下伪代码:

// 清空 View 上的蛇
view.snake.clean(); 
model.snake.forEach(
	(node) => {
		// 创建 View 上的蛇节点
		let viewNode = createViewNode(node); 
		// 并合一条新蛇
		view.snake.push(viewNode); 
	}
);

上面代码的时间复杂度是 O(n)。上面介绍过蛇的移动是一个高频的活动,我们要尽量避免高频率地运行 O(n) 的代码。来分析蛇的三种活动:「移动」,「吃食」,「碰撞」。
首先,Model 发生了「碰撞」,View 应该是直接暂停渲染 Model 里的状态,游戏处在死亡状态,接下来的事由 Control 处理。
Model 中的蛇(链表)在一次「移动」过程中做了两件事:向表头插入一个新节点,同时剔除表尾一个旧节点;蛇(链表)在一次「吃食」过程中只做一件事:向表头插入一个新节点

compare

如果在 View 中对 Model 的蛇链表做差异化检查,View 只增量更新差异部分的话,算法的时间复杂度即可降低至 O(1) ~ O(2) 。以下是优化后的伪代码:

let snakeA = model.snake, snakeB = view.snake; 
// 增量更新尾部
while(snakeB.length <= snakeA.length) { 
	headA = snakeA.next(); 
	// 头节点匹配
	if(headA.data === headB.data) break; 
	// 不匹配
	else { 
		// 向snakeB插入头节点
		if(snakeA.HEAD === headA.index) {
			snakeB.unshift(headA.data); 
		}
		// 向snakeB插入第二个节点
		else snakeB.insertAfter(0, headA.data); 
	}
}
// 增量更新头部 
let tailA = snakeA.last(), tailB; 
while(snakeB.length !== 0) { 
	tailB = snakeB.last(); 
	// 尾节点匹配
	if(tailA.data === tailB.data) break; 
	// 不匹配
	else snakeB.pop(); 
}

Control

Control 主要做 3 件事:

  1. 游戏与用户的互动
  2. 驱动 Model
  3. 同步 View 与 Model

「游戏与用户的互动」是指向外提供游戏过程需要使用到的 APIs 与 各类事件。笔者规划的 APIs 如下:

name type deltail
init method 初始化游戏
start method 开始游戏
restart method 重新开始游戏
pause method 暂停
resume method 恢复
turn method 控制蛇的转向。如:turn(“left”)
destroy method 销毁游戏
speed property 蛇的移动速度

事件如下:

name detail
countdown 倒时计
eat 吃到食物
before-eat 吃到食物前触发
gameover 游戏结束

事件统一挂载在游戏实例下的 event 对象下。

snake.event.on("countdown", (time) => console.log("剩余时间:", time));

「驱动 Model 」只做一件事 —— 将 Model 的蛇的方向更新为用户指定的方向
「同步 View 与 Model 」也比较简单,检查 Model 是否有更新,如果有更新通知 View 更新游戏界面。

结语

下面是本文介绍的贪吃蛇的线上 DEMO 的二维码:

demo

游戏的源码托管在:github.com/leeenx/snak…

感谢耐心阅读完本文章的读者。本文仅代表笔者的个人观点,如有不妥之处请不吝赐教。

感谢您的阅读,本文由 凹凸实验室 版权所有。如若转载,请注明出处:凹凸实验室(aotu.io/notes/2017/…