装备评分、属性折算这类纯函数,同样的输入永远得到同样的输出,重复计算就是纯浪费。函数级缓存(memoize)用闭包把结果表私有化:输入拼成键,命中直接返回,未命中才真算。相比全局缓存表,私有作用域没有命名冲突,谁创建谁管理。
工厂函数返回带缓存的计算函数,同时暴露命中率统计:第二返回值为 true 表示缓存命中。示例代码如下:
local function memoize(fn)
local store = {}
local hits, total = 0, 0
local function inner(...)
local key = table.concat({...}, "|")
local hit = store[key]
total = total + 1
if hit ~= nil then
hits = hits + 1
return hit, true
end
local value = fn(...)
store[key] = value
return value, false
end
local function stat()
return hits, total
end
return inner, stat
end
本篇的新技术点是缓存的三条红线:键必须由纯值拼接(用 table 地址拼键永不命中)、函数必须确定性(内含随机或时间依赖的结果不可缓存)、必须有重置入口(属性变化后旧评分一直命中就是事故)。三条红线各对应一次真实事故。示例代码如下:
local function rawScore(atk, def, hp)
return atk * 0.5 + def * 0.3 + hp * 0.2
end
local scoreOf, scoreStat = memoize(rawScore)
local function onEquipChange(player)
scoreOf, scoreStat = memoize(rawScore)
sendmsg(player, 1, 0, "装备评分已刷新:" ..
string.format("%.1f", scoreOf(getplayvar(player, "HUMAN", "Atk") or 0, 0, 0)))
end
压测一万次重复调用,缓存版耗时约为直算版的百分之三。上线监控命中率与条目数:命中率低于六成说明输入过于离散,缓存收益有限;条目数超一万给 store 加容量上限并逐出旧键,防止结果表无限膨胀。
缓存最适合的场景是输入域小、调用密集的计算:装备评分、排行榜积分、称号加成汇总。输入域大的函数(比如含时间戳的校验和)缓存命中率天然上不去,硬套 memoize 只白占内存。动手前先统计输入离散度,再决定要不要缓存。
全站技术干货持续更新:996 引擎 / Lua 实战帖,语法、参数与示例一篇讲透。进入文章地图 · 查看全部 →
学员常见误区 Lua函数可返回多个值,学员用固定变量数接收时如果变量少于返回值,多余返回值被静默丢弃;如果变量多于返回值,多…
设计初衷 行会建筑的死穴是一次全解锁:会员没有逐步建设的过程感。梯度设计让每栋建筑都有前置条件和资源门槛。 数值模型 建筑分…
设计初衷 婚姻系统的属性加成是社交玩法的经济锚点:加成太弱没人结婚,太强则"为了属性被迫结婚"扭曲了社交本质。婚姻边界的设计…
设计初衷 宝箱类玩法的信任危机都源于同一句话:"概率是不是骗人的。"期望公示把概率从事后争议变成事前契约:奖池概率表全量公示…
设计初衷 流拍物(拍卖未成交的退回物品)堆积在卖家背包里成为死资产:低价值物流拍后无人问津,高价值物流拍后卖家不愿降价重拍。…
业务场景 沙巴克战功榜每周结算,玩家提交战功前不知道"再打多少能进前 10、前 10 的奖励是什么"。名次预览:输入自己的战…