准备第一个android应用

最近有强烈的desire做一个android应用，并一直在研究sdk里的samples。基本上有了大概了解，现在想做一个简单的应用。这个应用暂且叫它， 智能计时器吧。基本上就是一个计时器，但在这个基础上做一些加工。

首先用户可以创建Profile。这些profile的主要数据是标题和时间。标题可以是像cook egg, 煮粥，等等类似的。这只是简单的一个textfield。 然后，可以设置时间，小时，分，秒。这个时间就是倒计时的时间。创建的Profile会被保存在SD卡里。

还有一个界面是纵向排列所有保存了的Profile。显示的东西包括Profile的标题缩略形式和时间。时间可以是在折叠菜单里面，或者就不要显示。用户可以点击Profile打开这个Profile的界面。这个界面里面会显示时间，然后是两个按钮，开始和重置。删除和修改Profile的选项可以放在Menu里面。倒计时会在这个界面里面开始，时间到了就会发出响声。

这个应用虽然简单，但会很有用，因为这些Customized Profile可以重复使用，不需要每次都重新设置时间。另外我可以加一些小的功能比如说便利贴到Profile，让这个智能计时器更加有用。

因为我明天有CS4247的考试，小猫的考试要到礼拜六早上（想要小猫设计架构），所以具体实现要等到下个礼拜。不过应该用不到几天就可以完成，毕竟这个东西不是很复杂。

写点什么

FYP完了之后一直想写点什么纪念一下这几个月来的心情。

总的来说这两个月是相当的紧张，倒不是事情多的做不完，而是觉得做的东西价值不高。再怎么做最后可能还是拿个B什么的。所以常常是处在潜意识的焦虑之中。

比如说我的Game Development Project，做个Crowd Rendering的东西。我负责用GPU来render AI。说起来很有气势，什么Epic Battle啊，GPU啊，CUDA啊, 还有parallel AI等等。一开始在班上present initial progress的时候还是信心满满，老师也是对我们这组期望颇高。但后来越做越发现这些东西的局限性。首先是我们用的Unreal Engine做这个游戏demo。它的源码是没有公开的，只有所谓的high level的Unreal Script可以共我们使用。但我做GPU optimization不能看源码，能够optimize的东西是相当的少的。更何况像Unreal Engine这样的大牌，什么东西都是经过千锤百炼的，就算是render 大场面也是可以做到multi threading，非常的高效的。也是因为没经验吧，这些东西都是后来CUDA implementation出来之后才发现的。从来没做过optimization的我，很多东西都缺乏考虑，想什么硬件软件的东西，有没有access to source，什么样的AI 很compute intensive等等，都没什么研究。真的就是在乱搞。唉，这个我们的老师也是有责任的，是他当初把我们带到这个方向的，就连他也没这方面的经验。我们组也做了Billboarding的实验，这个东西不是Unreal Engine自带的，我们是利用particle system来做billboarding，但还有很多东西没怎么解决，比如说怎么做smooth transition from model to billboard。最后的public demo也是做的很无聊，感觉别组做的都比我们的好，什么音乐塔防游戏，用液态效果做的小游戏，3D侦探游戏等等。唉，说道学到什么东西，真正关于CUDA 和Unreal Engine的倒没有多少，只是觉得今后如果还做optimization一定不能optimize scripts,要能access 底层才是最重要的。

FYP算是混完了，也许report写的还不错，也许final presentation还不错。但我还是觉得我做的东西价值不大。就像innovation award presentation上那些judges说的，首先我的东西还有很多其他方面的问题没有解决比如说wireless protocol，这些才是当务之急。其次，我的省电的方式没有考虑到一个很重要的问题，就是cheating。也许我的算法问题不大，但就是这些irrelevant的的，让我的FYP失色不少。我想在Innovation award之前， Ananda和Anand也是没有想到这些问题的吧。我的research，我敢说，在五年之内不会有任何用处。不过，我是觉得，做了这个FYP对我最大的好处是，让我有机会钻研了一下Quake的source code，让我对这个传奇的游戏有了一个近距离了解。所以说我也不枉做了这个FYP。

总结一下，感觉大学四年来最后一年学得东西还是挺多的，也不知道最后能不能凭这些知识或是经验找到份理想的工作，不过能有机会接触Quake engine, GPGPU, Graphic Rendering, Ogre engine, Unreal Engine 和 Unity3D，以这些来结束我的大学生涯还是可以让我今后回味一下的。

另外，还有一个知道让我欣慰的是我跟小猫的感情一直都还不错。快两年半了，能够走这么远，我想小猫也应该跟我一样有成就感吧。加油。

---------------------------------------------------------------------------------------------

昨天跟小猫出去放松了一下，除了大吃大喝，还看了个电影。标题是我最爱的倩女幽魂，是刘亦菲，古天乐主演，叶问大导演叶伟信重拍的。看过之后我不由的想拍拍了。我靠，一个字，烂。叶伟信也就那两下吧，拍叶问的时候不也只是个酱油导演吗，在洪金宝和甄子单的吆喝下，混了个叶问大导演的名号。其实实力也就那样，拍出来的倩女幽魂是相当的铜臭味。本来书生跟女鬼的爱情故事是有一定的社会意义的，就是社会阶级门户思想根深蒂固，人们不能自由恋爱，是一种批判社会的工具。而在叶导演手下经典的倩女幽魂却被改编成了三角恋爱，小倩先跟燕赤霞谈恋爱，因为燕赤霞给小倩喜欢上吃糖果，又因为宁采成给她吃了糖果又喜欢上了宁采成。。WTF, 太俗气了。要搞现代三角爱情片就不要搞名著啊。这部片子拍下来救是典型的二流电影，以为这是迎合年轻人口味。靠，都这样，中国电影永无出头之日了。我觉得现在的中国电影人都是相当的浮躁的，根本没有用心去拍电影，不知道为什么要拍电影，也没有什么思想，甚至逻辑想表达出来。就只知道特效，大牌明星，票房这种东西。韩寒最近也批评刚出的历史片《战国》。也许现在的导演很难把握中国历史片的精髓吧。那就希望他们不要再去糟蹋题材了，也不要糟蹋我们的眼球。

不过，小猫最近好像还是找到了一部好片，叫《前度》。虽然又是什么三角恋的电影，但至少拍的很生活，不像刘亦菲的倩女幽魂。唉，五六月份的cg大片好像挺多了，KungFu panda, Transformer 3, Pirates of Caribbean X等等，应该都会去看的。

付诗一首：

十里平湖霜满天,

寸寸青丝愁华年。

对月形单望相护,

只羡鸳鸯不羡仙

小结优化

貌似这学期所做的事情都是围绕优化这个问题来进行的。那我就来总结一些我接触的优化方式吧。这些优化方式都是从具体的事物上产生，但都可以抽象化到很多地方。
Hierarchical Structure
这个主要说的是事物组织的方式。如果是有等级划分，从大到小，从粗到细，从高到低的话，一个复杂的事物就可以运行的井井有条，这主要要归功于高效的检索。比如说，用Binary Partition Subdivision 做occlusion culling, 如果上面的node 不可见那么下面的node就不用再看了，这样一下子就可以省掉很多多余的运算，很快就能找到哪些是可见的多边形。其实这里的高效是利用了Binary Tree的高效，类似的有Quad Tree和Oct Tree.
Pre-Computation
把所有可以预先计算的东西全都在线下算好，然后在运行程序的时候就可以直接拿来用。这种思想使得很多复杂的东西都可以实时表现出来，比如说3D动画。那些灯光效果可能是用渲染农场渲染了好几天才完成的，放映出来却也就只有好几十秒的事情。但效果是相当的逼真。所以预先计算应该是提高性能所必需的。
Data Compression
现在的电脑磁盘大到不行了，但有一个问题是传输速度还是很慢，一般的就只有20多MB/秒。所以这是一个瓶颈问题。类似的问题还有网络带宽，特别是手机无线网络。解决这些问题的方法可以是将所需要的数据压缩。具体用什么样的方法，格式压缩，需不需要加密的问题就要因人而异了。Quake 的一个一般大的地图，几千个多边形，用run-length compression之后的Bit-Array PVS只有不到3MB。简单的加密可以是xor如果要安全点就要更麻烦了。
Perception-based/Interest Set
这些看起来可能只适合游戏，因为对于一些可信度高的应用来说，是不能对用户的perception也就是感知作出一些假设的。但这里所说的意思其实是，如果有太多的信息，我们是没有必要把所以信息都表现出来，因为用户不能一下子把所有东西都看到。这里其实包含这比较多的UI设计，如果是做应用软件。好的UI设计也是可以很好的减小计算量，而这些在手机上尤为重要。
Adaptive/Progressive
如果一下子不能把想要的东西计算出来，可以先大概的预计一下，勾勒出一个框架，然后再在之前框架的基础上重复计算。之所以要把这个框架先表现出来给用户看，一是可以让他很快的了解结果，二是如果他从框架很明显看出趋势不对得不到想要的结果，就可以直接取消计算，节省资源。比如在radiosity里面使用的Jacobian iteration 每一个轮回都比前一个要更靠近真实值。
Fast Memory
CUDA里面对于不同层次内存的使用是非常讲究的。但一般是速度快的内存都有这样那样的局限比如小或者是只读，所以如何有效的分配内存是一项很深的技术。需要对系统的深入了解，比如BUS 宽度，数据宽度，有几个计算核，每个核的分配是怎样的。如果内存分配恰当，是可以达到几十，几百倍的提速。
Approximation
有时有些问题很难甚至无法解决，我们需要用估算来求出一个大概的答案。估算不是准确的答案，但近似于准确。它不需要很多资源来创造，是很多学术上解决问题的一个方法。