当前位置:首页 > 文章列表 > Golang > Go问答 > glfw 拖动窗口最初在 macOS 上很滞后

glfw 拖动窗口最初在 macOS 上很滞后

来源:stackoverflow 2024-04-21 19:21:33 0浏览 收藏

学习Golang要努力,但是不要急!今天的这篇文章《glfw 拖动窗口最初在 macOS 上很滞后》将会介绍到等等知识点,如果你想深入学习Golang,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

问题内容

我刚刚使用 glfw 创建了一个窗口并在 macos 上运行。问题是:如果我拖动窗口并四处移动,窗口的移动最初会非常滞后,但后来会变得平滑。 linux (ubuntu) 上不会出现此问题。为什么以及如何解决它?

系统:macos 10.15.7 (19h2) 代码:

package main

import (
    "fmt"
    "runtime"

    "github.com/go-gl/gl/v4.1-core/gl"
    "github.com/go-gl/glfw/v3.3/glfw"
)

func init() {
    runtime.LockOSThread()
}

func main() {
    err := glfw.Init()
    if err != nil {
        panic(fmt.Errorf("failed to initialize GLFW: %w", err))
    }
    defer glfw.Terminate()

    glfw.WindowHint(glfw.Resizable, glfw.False)
    glfw.WindowHint(glfw.ContextVersionMajor, 4)
    glfw.WindowHint(glfw.ContextVersionMinor, 1)
    glfw.WindowHint(glfw.OpenGLProfile, glfw.OpenGLCoreProfile)
    glfw.WindowHint(glfw.OpenGLForwardCompatible, glfw.True)

    win, err := glfw.CreateWindow(800, 600, "glfw", nil, nil)
    if err != nil {
        panic(err)
    }
    defer win.Destroy()
    win.MakeContextCurrent()
    if err := gl.Init(); err != nil {
        panic(err)
    }
    win.SetTitle(fmt.Sprintf("%s", gl.GoStr(gl.GetString(gl.VERSION))))
    gl.ClearColor(1.0, 1.0, 1.0, 1.0)

    for !win.ShouldClose() {
        gl.Clear(gl.COLOR_BUFFER_BIT | gl.DEPTH_BUFFER_BIT)
        win.SwapBuffers()
        glfw.PollEvents()
    }
}

解决方案


该问题与 go 无关。用 c 编写的示例也重现了该问题:

#include 

int main(void)
{
    GLFWwindow* window;

    /* Initialize the library */
    if (!glfwInit())
        return -1;

    /* Create a windowed mode window and its OpenGL context */
    window = glfwCreateWindow(640, 480, "Hello World", NULL, NULL);
    if (!window)
    {
        glfwTerminate();
        return -1;
    }

    /* Make the window's context current */
    glfwMakeContextCurrent(window);

    /* Loop until the user closes the window */
    while (!glfwWindowShouldClose(window))
    {
        /* Render here */
        glClear(GL_COLOR_BUFFER_BIT);

        /* Swap front and back buffers */
        glfwSwapBuffers(window);

        /* Poll for and process events */
        glfwPollEvents();
    }

    glfwTerminate();
    return 0;
}

简短的回答是:在 macos 上使用 glfwwaitevents。

长的答案是 glfwpollevents 处理事件(如果有)。否则,它立即返回。这意味着(简单的)程序会尽可能快地一遍又一遍地清除屏幕,从而消耗大量 cpu 时间。另一种方法是 glfwwaitevents,如果没有事件等待,则会阻塞,从而消耗很少或不消耗 cpu 时间。可以说,使用大量 cpu 的程序不应导致窗口滞后,但这实际上取决于操作系统及其分配资源的方式。

至于使用这两个函数中的哪一个,完全取决于我们还希望程序执行什么操作。如果我们只想对用户输入做出反应而不做其他事情,glfwwaitevents 可能是正确的选择。如果我们想在事件循环中做其他事情,glfwpollevents 可能更合适,特别是如果我们想独立于用户输入重绘窗口内容。

旁白:glfwswapinterval(1) 也可能会避免延迟,因为它会导致 glfwswapbuffers 阻塞几毫秒,再次让 cpu 休息。

今天带大家了解了的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
包“fmt”运行时问题包“fmt”运行时问题
上一篇
包“fmt”运行时问题
如何在Windows 10系统中启用锁屏界面通知
下一篇
如何在Windows 10系统中启用锁屏界面通知
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    408次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    483次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    493次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    438次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    265次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码