随着html5开发技术的大规模应用,h5游戏已经逐渐走进了大众的视线,并且受到了越来越多人的欢迎。今天小编就给大家分析一下h5游戏发展的优势与劣势。
h5游戏的优势:
1)下载和安装:传统的移动端游戏要下载安装以后才可以使用,而H5游戏则免去了这些步骤,满足用户直接在微信中打开、操作,不仅节省了用户手机的空间、改善了桌面视觉,二期还提高了用户碎片化时间的游戏体验。
2)社交:用户可以不用离开微信直接进入H5游戏中,而且在游戏过程中还可以看到社交信息提示,而游戏结束后可以马上回到微信继续社交,让用户娱乐、社交两不误。而且,未来H5游戏的社交接口和玩家互动也将有待提升。
3)互动:企业的微信公众号可以解决H5游戏的留存问题,它可以成为一个客服、一个应用入口,可以进行公告、兑奖或各种游戏推广活动,而且用户玩过的H5游戏也可以在公众号中找到,为用户提供、保留有价值的内容
4)安全:H5游戏与一些APP游戏不同,它不存在各种各样的扣费陷阱、乱弹广告和非法窃取用户信息等安全问题,因为运营在浏览器内的H5游戏是非常安全的,值得用户信任。
5)流量:H5游戏有一个特性,叫离线应用,它可以将自身的资源缓存在本地空间中,当用户再次进入游戏时就不用重复性缓存了,节约了用户的流量和时间,让用户放心畅玩。
6)多设备跨平台:HTML5游戏可以进行跨平台的使用。例如一款HTML5游戏,可以很轻易地移植到UC的开放平台、Opera的游戏中心、微博的应用平台,甚至可以通过封装的技术发放到App Store或Google Play上,所以它的跨平台性非常强大,这也是HTML5最大的优势。
h5游戏的劣势:
1)H5游戏更多还是在作为一种营销工具:基于以上考虑现阶段的H5游戏还只能停留在轻度阶段层面,主要作用是品牌宣传和营销的手段。对于H5游戏的发展,应该由极简单的玩法向更重度的发展,并在达到一定程度和玩家基础强劲的情况想,向付费游戏发展。
2)要如何H5游戏向重度化的转变,除了H5新标准外,还需要引擎、浏览器内核、硬件加速、SP支付网页化、流量包月政策等的共同完善才能得以实现,当然这些都是时间问题。
3)游戏者的存留度低:从目前数据来看,H5游戏的次日留存不断增高,但是在7日留存率上面,H5游戏的留存水平较原生游戏而言还是明显偏低,由于游戏类型以及游戏玩法后期不足,用户的长期留存成为目前的一大问题。
4)变现问题难:H5游戏不断与实体经济和互联网O2O跨界结合,同时H5游戏也已经覆盖了包括游戏平台、视频网站、应用商店等渠道,但是至于是否能够真正能够成为渠道流量的变现工具这个问题,目前许多业内人士存在疑问。
对h5游戏感兴趣的同学,不妨可以先学习一下html5前端开发知识,为之后的h5游戏开发做好铺垫。尤其是想在短期内全面掌握html5知识的同学,可以来千锋进行html5开发的学习,实战项目接轨,用最主流的前端开发框架,实现零基础小白到web前端大神的华丽转变。
浮点型数据精度丢失问题和解决办法
浮点型数据精度丢失问题和解决办法
问题描述:
今天做项目测试的时候发现一个数据显示不对,8.6显示成了860.000038,当时扒了下代码看了下数据类型,发现是float类型,将类型改成double测了下,发现精度丢失问题解决了。难道说float类型数据会丢失精度,double类型数据就不会了?后面经过测试,发现double类型数据也会丢失精度。
贴下测试截图:
分析这个问题之前,要先了解浮点类型数据在计算机中的存储方式。可以参考此链接:
分析原因:
1)由于计算机内部以二进制保存,所以十进制的有限位的小数,在计算机内部会是一个无限位的小数。
2)计算机保存浮点数的精度有限,例如float可以保留十进制最多7位(二进制23位)有效数字,double 可以保留十进制15~16位(二进制52位)有效数字。那有效数字以后的就被忽略了。
3)根据浮点数的存储标准(IEEE制定),float类型指数的起始数为127(二进制0111 1111),double类型指数的起始数为1023(二进制011 1111 1111),在此基础上加指数,得到的就是内存中指数的表示形式。尾数则直接填入,如果空间多余则以0补齐,如果空间不够则0舍1入。
因为十进制小数转换成二进制小数采用"乘2取整,顺序排列"法,以0.6为例:
0.6*2 = 1.2 取 1
0.2*2 = 0.4 取 0
0.4*2 = 0.8 取 0
0.8*2 = 1.6 取 1
0.6*2 = 1.2 取 1,到这里就循环了
最后得到的二进制小数为:0.100110011001100110011001.....由于float类型二进制最多保留23位,所以23位后的数据就不显示了。根据浮点数的存储标准,将第23位0舍1入,得到0.10011001100110011001101,导致精度就丢失,这就是数据误差来源。
至于为什么换成double类型后精度就正常了,那是因为有效精度内都为0,丢失精度的数据部分没有显示造成的,看下图:
double类型精度丢失原因与float类型其实是一样的,区别在于有效位数。
解决方法:
浮点类精度丢失很难从根本上去解决,我在网上也没有找到很好的解决办法。说下我在项目里面的解决办法和注意事项吧:
1)我的项目中是将8.6元换算成单位分,将浮点数据*100后,将该结果的小数点后的数据四舍五入,保留两位小数。
2)浮点型数据比较的时候不要用等号。例如:i - 10.0