译者序：这是一篇讲解3D引擎中，某些细节优化的文章，文中使用的方法同样适用于其他场合。不过因为本人对这方面的技术和词汇不是很熟悉，所以这篇翻译可能存在很多谬误，希望大家多加批评指正。
原文：Speed-up & Optimization Techniques

绪论
　　在这个页面，我收集了一些不同的加速3D引擎的小窍门。我会先介绍一些显而易见的，因为许多人会忽视它们，接着是一些更精彩的。如果你有其他的窍门和算法，尽可以告诉我。

Float --> int 转化
值得尝试的做法，因为这种转化一般会更慢。我知道的这两种方法是用#pragma和内联函数。首先，#pragma：

#pragma aux RoundToInt= "fistp DWORD [eax]" parm nomemory [eax] [8087] modify exact [8087];

这种方法表现的非常好，WDISASM 表明编译器抛弃了对__CHP的调用而内联了这个转化。另一种方法不使用#pragma,可以被移植到其他编译器。这由"InnerSect"提出：

#define FIST_MAGIC ((((65536.0 * 65536.0 * 16)+(65536.0 * 0.5))* 65536.0))
int32 QuickFist(float inval)
{
    double dtemp = FIST_MAGIC + inval;
    return ((*(int32 *)&dtemp) - 0x80000000);
}

他做了一些测试，说来有趣，如果我没记错的话，他发现上面的方法更快。

提前计算
　　提前计算所有数据！你没法提前计算太多东西。不要以为什么都能查表，那样你会失去灵活性。关注不同的方法。首先要提前计算的是你的法向量。表面法向量和顶点法向量。对调试来说非常重要－这些向量的计算耗时惊人。一旦你提前计算了这些数值，你只要像对待对象的其他部分一样旋转他们就可以了。可是不要去平移或者缩放他们。它们必须保持为单位向量。如果你偶然缩放了他们，可以乘以一个相反的比例把他们还原；例如：

| Sx 0 0 0 |
Transform Matrix = | 0 Sy 0 0 |
| 0 0 Sz 0 |
| 0 0 0 0 |
然后你需要这样:
NormalX *= 1 / Sx
NormalY *= 1 / Sy
NormalZ *= 1 / Sz

当你进行裁减和计算光照的时候，你也不需要平移他们。Also you don't need to transform your normals when you perform culling or lighting. 简单的反向平移你考虑到的其他向量，避免矩阵/向量的乘法。你反向平移可以简单的通过重置上方3×3的矩阵来实现：

For every row
For every column
output[row][column] = input[column][row]
End
End

转换灯光，视角向量，以及任何依赖这个矩阵的向量，都因为提前计算而节省了大量工作。你只需要像往常一样计算，用新的向量和旧的法向量。

倒数
　　如果你需要做很多次除数相同的除法，取除数的倒数，变成乘法。倒数就是1/n，n是你的除数。如果你确实很聪明，你会发现在运行 fdiv 的时候还有其他事可做。一个不错的窍门是预热高速缓存，高速缓存命中失败会导致从内存中载入数据等占用很多时间。所以，当你坐等fdiv完成的时候，为什么不读一些内存地址呢？那样它们就会被载入高速缓存了。 在我的屏幕渲染的代码里面，这样看起来运行良好。你可以把这个技术用在透视纹理映射上。也有助于你做透视转换。如果想还原那个倒数，再做一次1/n就可以了。非常精彩。如果你喜欢冒险，你可以把数据存储为倒数，例如Z。我还没试过－这会很难调试。

顶点标识
　　任意给定一个需要处理的顶点列表，你会发现有很多－也就是说至少一半－是不可见的，在裁减区域之外。你需要快速排除它们。一个简单的方法就是给这些顶点加一个'可见'标志。

　　进入处理循环之前，在准备期间，把这个标志设为false。然后，进入循环之后，如果发现顶点是必要的，就设为true。例如，你发现一个三角形可见，就把它所有的顶点可见标志都设为true。在那之后，你可以简单的跳过或者排除那些没有设这个标志的顶点。这对复杂模型非常有用，因为他们包含大量顶点。同样可以这样处理有很多不可见部分的很大的场景，跳过不必要的渲染。如果用于光照，那你必须得小心。如果你进行可见性裁减的时候，没有计算光照，你会发现在边缘的地方出现错误。你在寻找已定义数据和未定义数据的交界，这很费神。。。

　　一种方法识用一个计数器来标识。方法很简单。初始化的时候，你把计数器设置为某个非法值，例如-1 (0xFFFFFFFF).。同时，你把帧计数器设置为0。然后在你处理对象的过程中，如果你发现一个面/顶点需要处理，你就把它的计数器设置为和帧计数器相等。反之，不作任何设置和清除。接着，当你实际处理的是时候，你把它和帧计数器对比，那些计数器值和当前帧计数器相等的顶点/面片会被使用，其他的则被跳过。这在大的数据集很方便，因为那种情况下，每帧都正确清除那个标志代价高昂。

指针
　　指针非常方便。利用它们你能实现精巧的数据结构，就像链表，二叉树等等。你也可以利用它们快速寻址。比如说你有一个数组，每个元素都是27字节长。你可以把它们填充到32字节，利用移位来计算地址。但是，数组的每个元素都浪费了5个字节。这很浪费。因此，用指针来寻址。就是说你的顶点结构有27字节。在三角形结构中，不要用int vertindex[3]，而是用vertex *vertptr[3]。然后简单的载入指针，寻址，就可以了。(译者注：说实话，这段话我没有完全理解，有不对的地方恳请读者指正)

三角形vs 多边形
　　三角形易于处理，渲染速度快。但是如果你有一系列6边形构成的表面，你很容易把它们替换为多边形，不过对三角形渲染器来说，你得做6倍的工作。但是三角形渲染更快。个人推荐三角形，在基于三角形的环境操作起来很简单。多边形有它的优势，可能值得一试。如果有人拥有凸多边形偏移纹理的算法，我会非常感兴趣。

过度渲染/渲染不完全
　　过度渲染是速度杀手。尤其是复合渲染代码。你绘制，再次绘制，二次重绘，三次重绘，等等。损失时间和速度。一个简单的排除过度渲染的方法是从前到后排列你的三角形，给它们提供Z-Buffer/S-Buffer。这仍然导致问题。完全依赖 Z-Buffer的三角形渲染会最终变成浪费时间。扫描所有的点，而不渲染任何东西！同样的复杂的分段插入S-Buffers代码，也要付出一定代价。 对大的三角形 S-Buffer看起来运作良好。但是，对大量小三角形，它就没那么吃香了；例如，我的S-buffer算法渲染一个不到3k三角形的头部模型，只计算lambert阴影，耗费了接近30秒钟。很明显，三角形数量使得分段插入的代码负载过大。我想，这里的解决方法是开发更高效的闭合和VSD算法。将来处理这个问题有很多可能性。

　　另一个问题是“渲染不完全”(我的术语)。这是说，你花费了太多时间在处理离屏的多边形上。一些有帮助的因素是，场景中的可见多边形不会明显变化。到现在为止，你大概可以计算一个FPS中的可见多边形集了，用玩家的方向寻找一些需要注意的多边形，如果玩家靠的太近，就把它们变为临界点。有效范围例如包围球/包围盒在这里也能派上用场。Hierarchial模型也可能有帮助，用来决定哪部分模型是不必要的。

总结
这里有几条规则，可以让你的引擎跑得更快：

尽可能提前计算
不做不必要的计算
不要重复计算同一内容
如果可能，要利用以前计算的结果
寻找那些可以事半功倍的场合
在用汇编改写你的函数前，自问“我已经找到最好的解决方法了吗？”
试验！
冒险。
不要 重写任何代码仅仅因为“看起来慢”
探索你的目标构架，了解它的特性