把buff机制做成一个图(graph)。
每个buff是一个节点,每个状态也是一个节点。
现在无敌状态受两种状态影响(A、C),那么A、C各有一条边指向无敌状态。
无敌状态判定时,遍历所有输入节点(也就是A、C),有一个buff生效就生效。A、C如果也有自己的状态依赖,那就进行深度遍历依次判定。
如果存在“覆盖”,比如例子中b buff覆盖a buff,那么B有一条边指向A,判定时B的优先级比A高。A取消了,B还在生效。
整个graph必须是个有向无圈图(DAG),有圈说明循环依赖,判定时会宕机(halting)。
DAG可以进行拓扑排序,排完序后就是个一维数组,每帧可以按照这个优先级进行判定,省去了深度遍历的消耗,实现更简单。
不建议手动给状态排优先级,维护起来费劲。
把buff机制做成一个图(graph)。
每个buff是一个节点,每个状态也是一个节点。
现在无敌状态受两种状态影响(A、C),那么A、C各有一条边指向无敌状态。
无敌状态判定时,遍历所有输入节点(也就是A、C),有一个buff生效就生效。A、C如果也有自己的状态依赖,那就进行深度遍历依次判定。
如果存在“覆盖”,比如例子中b buff覆盖a buff,那么B有一条边指向A,判定时B的优先级比A高。A取消了,B还在生效。
整个graph必须是个有向无圈图(DAG),有圈说明循环依赖,判定时会宕机(halting)。
DAG可以进行拓扑排序,排完序后就是个一维数组,每帧可以按照这个优先级进行判定,省去了深度遍历的消耗,实现更简单。
不建议手动给状态排优先级,维护起来费劲。