百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

八行代码实现贪吃蛇游戏!附思路和代码~

ztj100 2024-10-29 18:21 21 浏览 0 评论

一个贪吃蛇,就着上下左右按键已经模糊的按键就能玩一个下午,那是童年美好的记忆。或许我们再也找不回当初那简单的快乐,但愿你长成一个优秀的大人,也愿你永远保有童真,今天给大家分享一下制作过程!

为了最简洁化复刻贪吃蛇游戏,此次使用ST语言编程,将GX Work3缓存存储器监视界面当作游戏界面,使用初始化赋值功能,语句也尽量简略,最终八行代码实现完整的贪吃蛇游戏体验。


效果展示

图中展示为倍速播放后效果,触摸屏只当作方向按键使用,也可以直接再GX Work3中更改方向软元件的值来调整方向,不过这操作就很反人类了。


实现原理

贪吃蛇程序核心逻辑如下:

2.1、游戏界面分辨率是16*21,蛇和食物都是由1个bit点表示,食物会闪烁;

2.2、初始化时蛇的长度是1,蛇初始的移动的方向是上,用一个一维数组aSnakeData代表蛇身数据,用wSnakeLength表示蛇身长度,数组的第一个坐标是蛇头位置,aSnakeData[wSnakeLength]表示蛇尾位置;

2.3、正常移动时根据移动方向将新蛇头位置置位,将蛇尾位置复位,如果蛇吃到了食物,即蛇头的坐标等于食物的坐标,此次不复位蛇尾,就产生了蛇长度增加的效果;

2.4、食物被吃掉后,随机在空的位置再生成一个;

2.5、当蛇撞上自身或墙壁,游戏结束,用新蛇头的位置是否已被置位来判断的。


程序调试

//蛇身移动
MOVP(SM415,(aSnakeData[0]-K16)*BOOL_TO_WORD(wDirection=0)+(aSnakeData[0]+K16)*BOOL_TO_WORD(wDirection=1)+(aSnakeData[0]+K1)*BOOL_TO_WORD(wDirection=2)+(aSnakeData[0]-K1)*BOOL_TO_WORD(wDirection=3),wSnakeHead);WSFLP(SM415,wSnakeHead,K50,K1,aSnakeData[0]);

//是否吃到果实
DMOVP(SM415ANDwSnakeHead=wFruitCache,WORD_TO_DWORD(wSnakeLength+K1),D31);

//果实新生
FMOV(MEF(SM415)ANDINV(aDisplay[ABS(SD420)MODK304])ANDwFruitCache=K0,ABS(SD420) MOD K304,K2,D32);

//重新开局,是否吃到墙壁自己
BMOV(SM402ORMEP(SM415ANDaDisplay[wSnakeHead]ANDwFruitCache>K0),D100,K90,D0);

//蛇尾消除
RST(MEF(SM415)ANDwFruitCache>K0,aDisplay[aSnakeData[wSnakeLength]]);

//蛇头置位
SET(MEF(SM415),aDisplay[wSnakeHead]);

//果实闪烁
OUT(wFruitCache>K0 AND SM412,aDisplay[wFruitCache]);

免责声明:本文转自网络,版权归原作者所有,如涉及作品版权问题,请及时与我们联系删除,谢谢!

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: