Scribble Step2－修改使用者接口（第９章）：这个版本变化了菜单，使程序多 了笔宽设定功能。由于菜单的变化，也带动了工具栏与状态列的变化。 从这个版本中我们可以学习如何使用资源编辑器，制作各式各样的程序资源。为了把 菜单命令处理函数放置在适当的类别之中，我们需要深入了解所谓的Message ■ ■ ■ ■ 第０章 你㆒定要知道（導讀） 37 Mapping 和Command Step3－增加「笔划宽度对话框」（第10 章）：这个版本做出「画笔宽 度对话框」，使用者可以在其中设定细笔宽度和粗笔宽度。预设的细笔为两个 图素（pixel）宽，粗笔为五个图素宽。 从这个版本中可以学习如何以对话框编辑器设计对话框模板，以ClassWizard 增设对 话盒处理函数，以及如何以MFC 提供的DDX/DDV 机制做出对话框控制组件 （control）的内容传递与内容查核。DDX（Dialog Data Interface）资源」两大部份，两部份最后以RC 编译器整合为一个完整的EXE 文件（图1-1）。所谓UI 资源是指功能菜单、对话框 外貌、程序图标、光标形状等等东西。这些UI 资源的实际内容（二进制代码）系借助各 种工具产生，并以各种扩展名存在，如.ico、.bmp、.cur 等等。程序员必须在一个所谓 的资源描述档（.rc）中描述它们。RC 编译器（RC.EXE）读取RC 档的描述后将所有UI

调试模式，完全不优化，生成调试信息，方便调试程序 • Release 发布模式，优化程度最高，性能最佳，但是编译比 Debug 慢 • MinSizeRel 最小体积发布，生成的文件比 Release 更小，不完全优化，减少二进制体积 • RelWithDebInfo 带调试信息发布，生成的文件比 Release 更大，因为带有调试的符号信 息 • 默认情况下 CMAKE_BUILD_TYPE 为空字符串，这时相当于 Debug build -Dmyvar=world 命令行 -D 参数太硬核了，有没有图形化的缓存编辑器？ • 在 Linux 中，可以运行 ccmake -B build 来启 动基于终端的可视化缓存编辑菜单。 • 在 Windows 则可以 cmake-gui -B build 来启动 图形界面编辑各个缓存选项。 • 当然，直接用编辑器打开 build/CMakeCache.txt 修改后保存也是可以的。

PPT 和代码： https://github.com/parallel101/course 本课涵盖：稀疏矩阵、 unordered_map 、空间稀 疏网格、位运算、浮点的二进制格式、内存带宽优 化 面向人群：图形学、 CFD 仿真、深度学习编程人 员 第 0 章：稀疏矩阵 稠密数组存储矩阵 用 foreach 包装一下枚举的过程 改用 map 来存储 分离 read/write/create double 是双精度浮点数，会占据 8 字节！虽然精度更高，但是在不需要精度 的图形学应用中，就非常浪费内存带宽。 使用 float ：每个占据 4 字节 • 可以用单精度的 float ，只占据 4 字节。 • 因为这里的循环体是内存瓶颈（ membound ）， 就直接加快了 2 倍！ 浮点数的二进制存储格式 • 计算机存储浮点数的格式，很像科学计数法： ±1.ffffffff * ）。这就是浮点数的 量化，存储时转换成低精度的定点数，读取时再转换 回高精度的浮点数，从而节省 4 倍内存带宽，提升 GPU 性能。 有没有更小的浮点类型？ • 浮点数在接近 0 的时候精度更高，在一些图形学应用中还是很必要的（比如表示粒子的速 度），定点数就做不到。 • x86 CPU 上最小的浮点类型就是 32 位的 float ，不能更小了。 • 那么有没有不用定点数就能减小浮点数占用空间的存储方式，比如

。而指令缓存的大小刚好和数据缓存一样也是 192 KB 。 • 二级缓存有 256 KB ， 6 个物理核心每个都有一个， 总共 1.5 MB 。 • 三级缓存由各个物理核心共享，总共 12 MB 。 通过图形界面查看拓扑结构： lstopo 根据我们缓存的大小分析刚刚的图表 • 也可以看到刚刚两个出现转折的点，也是在 二级缓存和三级缓存的大小附近。 • 因此，数据小到装的进二级缓存，则最大带 宽就取决于二级缓存的带宽。稍微大一点则 code) ？有什么用？ • 如 x=x1x2x3, y=y1y2y3 • 则他们的莫顿码： m(x,y)=y1x1y2x2y3x3 • 二维莫顿编码可以把两个长度为 n 的二进制数，交错打包成一个长度 2*n 的二进制数。而莫顿编码的逆运算，就是莫顿解码： • mdec(m1m2m3m4)=(m2m4, m1m3) • 莫顿码的几何意义在于，以 (x,y)=mdec(t) 为参数方程，可以生成一

*arr = (int *)malloc(size); • 如果你没看出来（哪怕是其中一个），那就要好好上小彭老师的课哦！ 字节（ byte ） 和位（ bit ）有什么区别 • 众所周知，计算机是二进制的，存储的实际上是一个个 0 和 1 。 • 每个存储 0 或 1 的空间称为一个位（ bit ），一位可以存储 0 或 1 两个可能的值。 • 现在的计算机都会把 8 个位打包成一个字节（ byte 这就是为什么现在的计算机都升级到 64 位了，因为能表示更大范围的 [ 数据删除 ] 嘛。 有符号整数 vs 无符号整数 • 有时候我们是需要表示负数的。而刚刚那种二进制的做法，只能表示正数和零。 • 怎么办？可能有的同学会想，不妨这样来设计：让二进制的最高位表示符号位。 • 比如 00000011 表示 3 ， 10000011 表示 -3 ，这样不就区分开来了吗？这叫做原码表示 法。 • 的确可 ，也就是大名鼎鼎的补码表示法。 • 这样做的目的是，利用加法器的“溢出”机制，例如 -1 + 2 = 1 ，在计算机看来就是： • 11111111 + 00000010 = 100000001 • 正好和普通的二进制加法一样，只需要丢弃最前面的那一位进位就可以了。 • 这样就重用了现有的无符号加法器，从而节省了宝贵的电路板空间。 • 补码和反码一样，让有符号整数可以表示 -128 到 127 。 • 其中负数的范围反而比正数大是因为要回避

表面对象保障了高效的访存，并且自动判断越界，体 现了 GPU 作为图形学专业硬件的能力。 CUDA 纹理对象：封装 • 表面对象访问数组是可读可写的。纹理对象也可以访问 数组，不过是只读的。好处是他可以通过浮点坐标来访 问，且提供了线性滤波的能力。 • 在核函数中可以通过 tex3D 来读取纹理中的值。 • 之所以纹理是因为 GPU 一开始是渲染图形的专用硬件 ，会用到一些贴图等，这就是二维的纹理。

就无法处理，造成“无响应”现象。 C 的请 求进来，则还得继续排队…… • 每个请求开启一个线程来处理，这样处理 A 用户的同时还可以继续监听 B 用户发 来的请求，及时响应，改善用户体验。 • 并行：某图形学爱好者购置了一台 4 核处理 器的电脑，他正在渲染 cornell box 的图像， 这个图像在单核上渲染需要 4 分钟。 • 他把图像切成 4 份，每个是原来的 1/4 大小 ，这样每个小块渲染只需要 4 个小块发给 4 个处理器核心， 1 分钟后 4 个处理器都渲染完毕得到结果。 • 最后只需将 4 个小块拼接起来即可得到完整 的 cornell box 图像。总共只花了 1 分钟。 图形学爱好者：我看中的是多核，目的是加速比，如果是单核，那多线程对我无用！ 某互联网公司：我看中的是异步，目的是无阻塞，即使是单核，多线程对我也有用。 因特尔开源的并行编程库： TBB https://link

float、double ，用于表示小数。 ‧ 字符类型 char ，用于表示各种语言的字母、标点符号甚至表情符号等。 ‧ 布尔类型 bool ，用于表示“是”与“否”判断。 基本数据类型以二进制的形式存储在计算机中。一个二进制位即为 1 比特。在绝大多数现代操作系统中，1 字节（byte）由 8 比特（bit）组成。 基本数据类型的取值范围取决于其占用的空间大小。下面以 Java 为例。 ‧ 整数类型 。这个现象比较反直觉，它的内在原因涉及原码、反码、补码的相关知识。 首先需要指出，数字是以“补码”的形式存储在计算机中的。在分析这样做的原因之前，首先给出三者的定 义。 ‧ 原码：我们将数字的二进制表示的最高位视为符号位，其中 0 表示正数，1 表示负数，其余位表示数字 的值。 ‧ 反码：正数的反码与其原码相同，负数的反码是对其原码除符号位外的所有位取反。 ‧ 补码：正数的补码与其原码相同，负数的补码是在其反码的基础上加 1111 1101 (反码) = 1111 1110 (反码) = 1000 0001 (原码) → −1 另一方面，数字零的原码有 +0 和 −0 两种表示方式。这意味着数字零对应两个不同的二进制编码，这可能 会带来歧义。比如在条件判断中，如果没有区分正零和负零，则可能会导致判断结果出错。而如果我们想处 理正零和负零歧义，则需要引入额外的判断操作，这可能会降低计算机的运算效率。 +0 →

float、double ，用于表示小数。 ‧ 字符类型 char ，用于表示各种语言的字母、标点符号甚至表情符号等。 ‧ 布尔类型 bool ，用于表示“是”与“否”判断。 基本数据类型以二进制的形式存储在计算机中。一个二进制位即为 1 比特。在绝大多数现代操作系统中，1 字节（byte）由 8 比特（bit）组成。 基本数据类型的取值范围取决于其占用的空间大小。下面以 Java 为例。 ‧ 整数类型 。这个现象比较反直觉，它的内在原因涉及原码、反码、补码的相关知识。 首先需要指出，数字是以“补码”的形式存储在计算机中的。在分析这样做的原因之前，首先给出三者的定 义。 ‧ 原码：我们将数字的二进制表示的最高位视为符号位，其中 0 表示正数，1 表示负数，其余位表示数字 的值。 ‧ 反码：正数的反码与其原码相同，负数的反码是对其原码除符号位外的所有位取反。 ‧ 补码：正数的补码与其原码相同，负数的补码是在其反码的基础上加 1111 1101 (反码) = 1111 1110 (反码) = 1000 0001 (原码) → −1 另一方面，数字零的原码有 +0 和 −0 两种表示方式。这意味着数字零对应两个不同的二进制编码，这可能 会带来歧义。比如在条件判断中，如果没有区分正零和负零，则可能会导致判断结果出错。而如果我们想处 理正零和负零歧义，则需要引入额外的判断操作，这可能会降低计算机的运算效率。 +0 →

float、double ，用于表示小数。 ‧ 字符类型 char ，用于表示各种语言的字母、标点符号、甚至表情符号等。 ‧ 布尔类型 bool ，用于表示“是”与“否”判断。 基本数据类型以二进制的形式存储在计算机中。一个二进制位即为 1 比特。在绝大多数现代系统中，1 字节 （byte）由 8 比特（bits）组成。 基本数据类型的取值范围取决于其占用的空间大小。下面以 Java 为例。 ‧ 整数类型 。这个现象比较反直觉，它的内在原因涉及到原码、反码、补码的相关知识。 首先需要指出，数字是以“补码”的形式存储在计算机中的。在分析这样做的原因之前，我们首先给出三者 的定义。 ‧ 原码：我们将数字的二进制表示的最高位视为符号位，其中 0 表示正数，1 表示负数，其余位表示数字 的值。 ‧ 反码：正数的反码与其原码相同，负数的反码是对其原码除符号位外的所有位取反。 ‧ 补码：正数的补码与其原码相同，负数的补码是在其反码的基础上加 1111 1101 (反码) = 1111 1110 (反码) = 1000 0001 (原码) → −1 另一方面，数字零的原码有 +0 和 −0 两种表示方式。这意味着数字零对应着两个不同的二进制编码，其可 能会带来歧义。比如在条件判断中，如果没有区分正零和负零，则可能会导致判断结果出错。而如果我们想 要处理正零和负零歧义，则需要引入额外的判断操作，其可能会降低计算机的运算效率。 +0