记一次图层合并算法设计

    一张完整的图像可能是由若干个大小不同的图层组成的。如果由计算机将这若干个图层渲染成一张完整的图像，则需要根据图层的z值（也可以理解为远近关系，z值越大，从视觉角度来看，图层被显现的内容越多），所以，一般渲染过程，就是将图层根据z值进行升序排序，然后从z值最小的图层开始依次渲染。每个图层都是固定大小的矩形（即使生活中我们看到各种形状的图形，它们其实是被包含到一个矩形区域"RGBA画布"中）。

    而今天讨论的主题是如何将图层合并，从而减少计算机的计算量（前提：此处可以忽略合并图层带来计算量）。我觉得人类的智慧是比较直接的，从视觉上获得影像，并能分析出可以将哪些图层进行合并（最优）。但是让计算机进行分析时，我们要告诉它图层之间的关系和可以合并的条件。而图层之间的关系模型，可以看成是上层（z值大）图层依赖下层（z值小）图层，所以就可以使用拓扑关系模型构建图层之间的关系。约定上层图层只能依赖下层图层（在算法实现中，上层图层只依赖了一个下层图层，目的是为了让图层之间的关系更简单），所以就不会不存在闭环，但是一个图层可以被多个上层图层依赖。

    算法实现：

package main

import "fmt"

const (
	_LAYER_TYPE_STATIC  = 1	// 支持图层合并
	_LAYER_TYPE_DYNAMIC = 2	// 不支持图层合并
)

type Point struct {
	X, Y int
}

type Layer struct {
	i int
	layerType int
	area *Area
}

type Area struct {
	minP, maxP Point
}

type MergedLayer struct {
	idx int
	layerType int
	cover *Area
	layers []*Layer
}

type LayerStore struct {
	up []*LayerStore
	l *Layer
	cover *Area
	mergedLayers []*Layer
	p int
}

// 测试
func main() {
	// 10000+2500+10000+2500+17500+2500
	layers := []*Layer{
		// &Layer{
		// 	i: 1,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 100},
		// 		maxP: Point{X: 200, Y: 200},
		// 	},
		// },
		// &Layer{
		// 	i: 2,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 200},
		// 		maxP: Point{X: 200, Y: 300},
		// 	},
		// },
		// &Layer{
		// 	i: 3,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 150},
		// 		maxP: Point{X: 200, Y: 250},
		// 	},
		// },
		// &Layer{
		// 	i: 1,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 100},
		// 		maxP: Point{X: 200, Y: 200},
		// 	},
		// },
		// &Layer{
		// 	i: 2,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 150},
		// 		maxP: Point{X: 200, Y: 250},
		// 	},
		// },
		// &Layer{
		// 	i: 3,
		// 	layerType: _LAYER_TYPE_STATIC,
		// 	area: &Area{
		// 		minP: Point{X: 100, Y: 200},
		// 		maxP: Point{X: 200, Y: 300},
		// 	},