① unity主要學習什麼
unity引擎是使用C#驅動的， 所以C#語言必須學。
①基本的語法結構、關鍵字，掌握變數常量和基本的運算符，掌握表達式、語句。
②掌握三大程序執行語序，順序、分支、循環。
③熟練使用一維數組、二維數組。並且能夠與三大語序解決一些演算法問題，如排序、二分。
④掌握值類型中的自定義類型，如結構體、枚舉。
⑤精通面向對象，類和對象、方法與欄位、構造、析構、屬性。
⑥掌握靜態、虛方法、重載、抽象、介面。
⑦掌握面向對象的三大特徵，著重理解和使用繼承與多態。
⑧熟練使用集合對象，如列表、字典、哈希表、堆棧，包括泛型與非泛型。會使用泛型方法。
⑨熟練使用委託，深刻理解委託。包括匿名委託、了解lambda表達式。
之後便是Unity引擎操作。可以以模塊區分：
物理引擎：組件、腳本、常用類、觸發、碰撞、射線
2D： 2D精靈、UGUI、布局與適配、UI搭建、交互事件
動畫：骨骼、模型、動畫類型、動畫狀態機、特效
AI：導航尋路、分離路面、跳躍導航等。
以上都比較簡單，如果你要工作的話， 還要知道：
數據持久化、協程、框架、網路、shader、演算法、Lua熱更等。
還可學習VR和AR開發流程，出去做VRAR開發類崗位。
在這里推薦一下優就業的VRAR游戲開發課程，以上需unity開發工程師掌握的基本技能都有涉及，另外課程體系中還包括游戲運營策劃內容，游戲運營策劃也是游戲開發流程中的重要一環，無論是從事游戲程序開發還是游戲策劃，一定的復合技能，對於職業選擇以及後續職業發展都有很大幫助。
② unity導航網格里哪個函數是獲取路線的
在Unity3d中，我們一般常用的尋路演算法：
1.A*演算法插件
與貪婪演算法不一樣，貪婪演算法適合動態規劃，尋找局部最優解，不保證最優解。A*是靜態網格中求解最短路最有效的方法。也是耗時的演算法，不宜尋路頻繁的場合。一般來說適合需求精確的場合。
與啟發式的搜索一樣，能夠根據改變網格密度、網格耗散來進行調整精確度。
使用較好的地方：
a.策略游戲的策略搜索
b.方塊格子游戲中的格子尋路
2.U3D自帶的導航網格系統
U3D內置了NavMesh導航網格系統，一般來說導航網格演算法大多是「拐角點演算法」，具體大家可以去查下。效率是比較高的，但是不保證最優解演算法。
使用較好的地方：
a.游戲場景的怪物尋路
b.動態規避障礙
3.WayPoint尋路插件
速度最快，但相應來說表現也非常局限，它常常走「Z」型的軌跡，並不適合復雜場合的使用。例如它不能根據寬度、高度、路徑點耗散等來改變行進路徑。
使用較好的地方：
a.塔防怪物行進路徑
b.AI巡邏路線
③ 在unity中用什麼演算法實現動態避障
fps不用說了吧 計一下每秒update執行次數就是了一個panel下如果有材質、著色器、紋理就會產生一次dc。同一材質紋理或shader是引用可以參考NGUI的DrawCallTool源碼
④ unity游戲開發需要代碼嗎
這個是需要的。untiy 主用 C# 和 javascript 。個人建議你用C#
⑤ unity 什麼時候用冒泡演算法
只要遇到需要排序的都可以用冒泡演算法。
拓展資料：
冒泡排序（Bubble Sort），是一種 計算機科學領域的較簡單的 排序演算法。
它重復地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重復地進行直到沒有再需要交換，也就是說該數列已經排序完成。
冒泡排序演算法的運作如下：（從後往前）
比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。
對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最後一對。在這一點，最後的元素應該會是最大的數。
針對所有的元素重復以上的步驟，除了最後一個。
持續每次對越來越少的元素重復上面的步驟，直到沒有任何一對數字需要比較。
⑥ unity3d 點到向量的距離演算法和判斷點位於向量哪一側的演算法
使用以下演算法：
如果跟右方向 this.transform.right 夾角在90度以內呈現銳角，反之如果呈現鈍角在左邊。
//如果跟右方向夾角在90度以內，準星在炮管右邊炮塔右轉，否則在左邊。
float angle = Vector3.Angle(this.transform.right , point);
獲取的夾角 angle 判斷 如果是銳角則在右側，如果是鈍角則在左側。
if (angle <90.0) {
點在 this.transform.forward 右側
} else {
點在 this.transform.forward 左側
}
⑦ unity3d 有什麼加密演算法
平行光：DirectionalLight點光源：PointLight聚光燈：SpotLight區域光源：AreaLight平行光只跟方向有關，電光源是一個球狀的，聚光燈，比較耗費資源，區域光源沒怎麼用過，只能給出這些區別了。
⑧ Unity3D做一個手游怪物AI,需要掌握什麼
ai是個復雜的實現。
1。狀態轉換。例如被攻擊後轉向敵人，釋放魔法後進去休息狀態，敵人過於強大ai會逃跑，這些問題首先直觀的使用if else語句，可以這樣的ai通常非常難以寫出來，而且ai的修改會很麻煩，這時候業內慣用「有限狀態機」解決此問題。
2。路徑規劃。怎樣從A點到B點要繞過中間的障礙物，這需要演算法解決，非常成熟的解決方案就是 A＊尋路（A星尋路演算法），這中演算法適合解決固定障礙的路徑規劃，如繞過山，河，溝不可移動的障礙。另外點下更復雜的戰術式尋路，如避開敵人火力區的路線，避開地面雷達的飛行路線等。
3。避開障礙物體。其實這也屬於「路徑規劃」類的問題，只不過此問題解決的是動態的障礙，和上面的第2點有非常大的區別。如20或者200個角色同時運行到一個目標，如無有效的演算法讓彼此以合適方式避開這個游戲效果是非常差的，常用的演算法有如Flocking演算法，用合力的方式計算朝向與速度，將角色分為三個基本的行為：聚集，分散，列隊 去解決，這一演算法用的非常廣；更加復雜的演算法如RVO演算法。
4。一些移動行為演算法。如：追趕，逃避，插入，避開牆等等。
再次點下開頭：AI的實現是個非常復雜的過程，不止是演算法上的，後期各項數值的調試迭代磨合是非常需要耐心的，以上4點是很基本需要掌握解決的方面。
純手打，希望對你有幫助。
⑨ unity2d 做橫版平台游戲有什麼好的尋路演算法或插件
並沒一種尋路適合所有場合，選擇都是基於需求而定的。
1. A* 演算法與貪婪演算法不一樣，貪婪演算法適合動態規劃，尋找局部最優解，不保證最優解。
A*是靜態網格中求解最短路最有效的方法。也是耗時的演算法，不宜尋路頻繁的場合。一般來說適合需求精確的場合。
與啟發式的搜索一樣，能夠根據改變網格密度、網格耗散來進行調整精確度。
使用的地方：
a. 策略游戲的策略搜索
b. 方塊格子游戲中的格子尋路
2. Unity 自帶的導航網格系統
Unity 內置了NavMesh導航網格系統，一般來說導航網格演算法大多是「拐角點演算法」。
效率是比較高的，但是不保證最優解演算法。
使用的地方：
a.游戲場景的怪物尋路
b.動態規避障礙
⑩ unity什麼是貪心演算法，分治演算法
貪心演算法雖然不是最好的，但畢竟是你要求的。。。隨機取一個人，循環開始：隨機取一個沒接水的人，比較兩個人的接水時間大小，讓小的先接。累加總等待時間為接水時間。循環體結束。輸出平均接水等待時間累加T/人數n