最近一段時間，使用了starling作為移動平台上的ios遊戲開發，發現starling在應用於移動裝置時，有幾點重要的注意事項，如果沒有躲過，很容易耗費很長的時間徘徊而不知其解，現總結如下：
1. 打包問題
*對於移動裝置的stage3d支援是在air 3.2中實現的。flash builder4.6內建的sdk是air 3.1版本 ，所以這個地方要替換flex sdk中的air的部分。
2. 資源處理問題
因為移動裝置上對記憶體使用的要求更為嚴格，starling的gpu渲染一定程度能夠節省cpu的使用，但是還是不夠的。
當使用未壓縮的紋理，將乙個png 圖形檔案上傳至gpu。因為gpu本身不支援這種檔案格式的紋理，它實際上是沒有儲存在gpu記憶體上，而是儲存在ram中，同樣的道理jpeg影象也是一樣未壓縮的紋理是通過cpu解碼的，這樣會消耗一定的效能。
而壓縮紋理不一樣，他是上傳到gpu的記憶體裡，解碼是直接通過gpu進行解碼顯示。
既然atf有這麼多的好處，當然是毫無疑問要使用，但是使用時請注意：
*在使用ios格式壓縮時，務必保證png的寬和高都是2的冪且相等，如果不相等，很可能造成安裝包安裝後無法進入軟體等各種問題……
3.**規範問題
package
private var _tf:textfield;
private var _num:int = -1;
public static const zero_int:int = 0;
public static const zero_uint:uint = 0;
private function init():void
private function showinfo($info:*):void
}}
類似的問題
switch（404）
*這段**看起來再正常不過，但是在打包時會報錯，既不是int值太大，也不是轉型問題，還不是return問題，單獨寫都能通過，放在一起就會報錯，也是在轉化成object—c時，底層編譯無法通過。
python應用於網路 python應用於網路通訊
專案需要用到採用python實現維護測試工具，測試物件是linux裝置，需要在pc端採用python獲取linux裝置相關資訊 一 採用udp獲取普通資訊 udpserver socket af inet,sock dgram udpserver.bind ip,port data,client a...
Python被應用於在眾多領域
人工智慧的首選語言為什麼是python？python因其容易上手的特點迅速成為科學家的工具，積累了大量人工智慧的工具庫 架構，谷歌tensorflow就是其中之一。人工智慧涉及大量的資料計算，python有非常多優秀的深度學習庫可供使用，大部分人工智慧框架都支援python。大量人工智慧的工具庫 架...
bitmap應用於排序
這種方法只適合 資料不重複，已知資料範圍 的情況來自於 程式設計珠璣 所謂的bit map就是用乙個bit位來標記某個元素對應的value，而key即是該元素。由於採用了bit為單位來儲存資料，因此在 儲存空間方面，可以大大節省。如果說了這麼多還沒明白什麼是bit map，那麼我們來看乙個具體的例子...