最近开始进行Unity性能优化的工作，主要分为三类：CPU、GPU和内存。由于我们游戏的核心战斗是计算密集型，所以主要是受限于CPU。CPU的优化又分为渲染和脚本，本文将着重于脚本优化。
一般来说，优化必须要知道性能热点在哪里，而知道性能热点则需要在目标设备去进行深度的profile。如果不进行profile，而是靠臆测去进行优化，往往会事倍功半，甚至适得其反。
本文所讲述的是已经经过验证的，通用的优化方法和思路，可以为大家节约一些profile时间。以下将从Unity API、C#、Lua、数据结构和算法等方面来详细阐述优化建议。
Unity API
GameObject.GetComponent
Unity是基于组合的开发方式，所以GetComponent是一个高频使用的函数。每次调用GetComponent时，Unity都要去遍历所有的组件来找到目标组件。每次都去查找是不必要的耗费，我们可以通过缓存的方式来避免这些不必要的开销。
其中Transform是我们用到最多的组件，GameObject内部提供了一个.transform来获取此组件。然而经过测试（2017.2.1p1）我们发现缓存的效率依然是最高的。所以若要经常访问一个特定组件，将其缓存。
private Transform m_transform;
void Awake() {
m_transform = transform;
}
void Start () {
// 缓存的m_transform，耗时49ms
for (int i = 0; i < 1000000; i++)
m_transform.position = Vector3.one;
// 内部属性transform，耗时77ms
for (int i = 0; i < 1000000; i++)
transform.position = Vector3.one;
// 采用GetComponent，耗时102ms
for (int i = 0; i < 1000000; i++)
GetComponent<Transform>().position = Vector3.one;
}
GameObject.Find
GameObject.Find会遍历当前所有的GameObject来返回名字相符的对象。所以当游戏内对象很多时，这个函数将很耗时。
可以通过缓存的方法，在Start或Awake时缓存一次找到的对象，在后续使用中使用缓存的对象而非继续调用GameObject.Find。
或者采用GameObject.FindWithTag来寻找特定标签的对象。如果能在一开始就确定好对象，可以通过Inspector注入的方式，将对象直接拖到Inspector中，从而避免了运行时的查找。
Camera.main
Camera.main用来返回场景中的主相机，Unity内部是通过GameObject.FindWithTag来查找tag为MainCamera的相机。
当需要频繁访问主相机时，我们可以将其缓存以获得性能提升。
private Camera m_mainCamera;
void Awake() {
m_mainCamera = Camera.main;
}
void Start () {
// 直接使用Camera.main，耗时164ms
for (int i = 0; i < 1000000; i++)
Camera.main.transform.position = Vector3.zero;
// 采用缓存，耗时74ms
for (int i = 0; i < 1000000; i++)
m_mainCamera.transform.position = Vector3.zero;
}
GameObject.tag
GameObject.tag常用来比较对象的tag，但是直接采用.tag ==来进行对比的话，每一帧会产生GC Alloc。通过GameObject.CompareTag来进行比较则可以避免掉这些GC，但是前提是比较的tag需在Tag Manager中定义。
// 46Bytes GC Alloc Per Frame
bool x = tag == “xxxxx”;
// No GC Alloc, But Need to Define Tags in Tag Manager
bool y = CompareTag(“xxxxx”);
MonoBehaviour
MonoBehaviour提供了很多内部的调用方法，诸如Update、Start和Awake等等，它们使用起来很方便，只要在一个继承了MonoBehaviour的脚本中定义了Update函数，Unity便会在每一帧去执行这个函数，具体的执行顺序见：Execution Order of Event Functions。
然而当有大量的MonoBehaviour的Update需要执行时，在profiler中可以看到它们的耗时很高。因为在MonoBehaviour内部调用Update时需要做一系列检查，如下图所示： Update调用耗时
我们可以自建一个MonoBehaviour管理器，里面维护一个List，然后将这些需要调用Update的MonoBehaviour扔进List中，并将它们的Update函数改成其他名字，比如MonoUpdate。然后在这个管理器的Update函数中循环遍历所有的MonoBehaviour调用它们的MonoUpdate。结果可以获得数量级上的提升，如下所示： 1万次调用差别
详细原理请阅读：10000 Update() calls。
Transform.SetPositionAndRotation
每次调用Transform.SetPosition或Transform.SetRotation时，Unity都会通知一遍所有的子节点。
当位置和角度信息都可以预先知道时，我们可以通过Transform.SetPositionAndRotation一次调用来同时设置位置和角度，从而避免两次调用导致的性能开销。
Animator.Set…
Animator提供了一系列类似于SetTrigger、SetFloat等方法来控制动画状态机。例如：m_animator.SetTrigger(“Attack”)是用来触发攻击动画。然而在这个函数内部，“Attack”字符串会被hash成一个整数。如果我们需要频繁触发攻击动画，我们可以通过Animator.StringToHash来提前进行hash，来避免每次的hash运算。
// Hash once, use everywhere!
private static readonly int s_Attack = Animator.StringToHash(“Attack”);
m_animator.SetTrigger(s_Attack);
Material.Set…
与Animator类似，Material也提供了一系列的设置方法用于改变Shader。例如：m_mat.SetFloat(“Hue”, 0.5f)是用来设置材质的名为Hue的浮点数。同样的我们可以通过Shader.PropertyToID来提前进行hash。
// Hash once, use everywhere!
private static readonly int s_Hue = Shader.PropertyToID(“Hue”);
m_mat.SetFloat(s_Hue, 0.5f);
Vector Math
如果需要比较距离，而非计算距离，用SqrMagnitude来替代Magnitude可以避免一次耗时的开方运算。
在进行向量乘法时，有一点需要注意的是乘法的顺序，因为向量乘比较耗时，所以我们应该尽可能的减少向量乘法运算。
// 耗时：73ms
for (int i = 0; i < 1000000; i++)
Vector3 c = 3 Vector3.one 2;
// 耗时：45ms
for (int i = 0; i < 1000000; i++)
Vector3 c = 3 2 Vector3.one;
可以看出上述的向量乘法的结果完全一致，但是却有显著的耗时差异，因为后者比前者少了一次向量乘法。所以，应该尽可能合并数字乘法，最后再进行向量乘。
Coroutine
Coroutine是Unity用来实现异步调用的机制，如果对其不够了解可以参考我之前写的文章：对Unity中Coroutines的理解。
当需要实现一些定时操作时，有些同学可能会在Update中每帧进行一次判断，假设帧率是60帧，需要定时1秒调用一次，则会导致59次无效的Update调用。
用Coroutine则可以避免掉这些无效的调用，只需要yield return new WaitForSeconds(1f);即可。当然这里的最佳实践还是用一个变量缓存一下new WaitForSeconds(1f)，这样省去了每次都new的开销。
SendMessage
SendMessage用来调用MonoBehaviour的方法，然而其内部采用了反射的实现机制，时间开销异常大，需要尽量避免使用。
可以用事件机制来取代它。
Debug.Log
众所周知，输出Log是一件异常耗时，而且玩家感知不到的事情。所以应该在正式发布版本时，将其关闭。
Unity的Log输出并不会在Release模式下被自动禁用掉，所以需要我们手动来禁用。我们可以在运行时用一行代码来禁用Log的输出：Debug.logger.logEnabled = false;。
不过最好采用条件编译标签Conditional封装一层自己的Log输出，来直接避免掉Log输出的编译，还可以省去Log函数参数传递和调用的开销。具体可以参见：Unity3D研究院之在发布版本屏蔽Debug.log输出的Log。
C#
反射
反射是一项异常耗时的操作，因为其需要大量的有效性验证而且无法被编译器优化。
而且反射在iOS下还可能存在不能通过AOT的情况，所以我们应该尽量避免使用反射。
我们可以自己建立一个字符串-类型的字典来代替反射，或者采用delegate的方式来避免反射。
内存分配（栈和堆）
在C#中，内存分配有两种策略，一种是分配在栈(Stack)上，另一种是分配在堆(Heap)上。
在栈上分配的对象都是拥有固定大小的类型，在栈上分配内存十分高效。
在堆上分配的对象都是不能确定其大小的类型，由于其内存大小不固定，所以经常容易产生内存碎片，导致其内存分配相对于栈来说更为低效。
值类型和引用类型
在C#中，数据可以分为两种类型：值类型(Value Type)和引用类型(Reference Type)。
值类型包括所有数字类型、Bool、Char、Date、所有Struct类型和枚举类型。其类型的大小都是固定，它们都在栈上进行内存分配。
引用类型包括字符串、所有类型的数组、所有Class以及Delegate，它们都在堆上进行内存分配。
Stack & Heap
装箱
装箱(Boxing)指的是将值类型转换为引用类型，而拆箱(UnBoxing)的是将引用类型转换为值类型。 Stack & Heap
从上图我们可以发现装箱和拆箱存在着从栈到堆的互指以及堆内存的开辟，所以它们本质是一项非常耗时的操作，我们应该尽量避免之。
Mono之前的foreach导致每帧的GC Alloc，本质也是因为装箱和拆箱导致的，此问题已经在Unity5.6后被修复。
垃圾回收
我们在堆上分配的内存，其实是由垃圾回收器（Garbage Collector）来负责回收的。垃圾回收算法异常耗时，因为它需要遍历所有的对象，然后找到没有引用的孤岛，将它们标记为「垃圾」，然后将其内存回收掉。
频繁的垃圾回收不仅很耗时，还会导致内存碎片的产生，使得下一次的内存分配变得更加困难或者干脆无法分配有效内存，此时堆内存上限会往上翻一倍，而且无法回落，造成内存吃紧。
所以我们应该极力避免GC Alloc，即需要控制堆内存的分配。
字符串
字符串连接会导致GC Alloc，例如string gcalloc = “GC” + “Alloc”会导致”GC”变成垃圾，从而产生GC Alloc。又比如：string c = string.Format(“one is {0}”， 1)，也会因为一次装箱操作（数字1被装箱成字符串”1”）而产生额外的GC Alloc。
所以如果字符串连接是高频操作，应该尽量避免使用+来进行字符串连接。C#提供了StringBuilder类来专门进行字符串的连接。
IL2CPP
I2LCPP是Unity提供的将C#的IL码转换为C++代码的服务，由于转成了C++，所以其最后会转换成汇编语言，直接以机器语言的方式执行，而不需要跑在.NET虚拟机上，所以提高了性能。同时由于IL的反编译较为简单，转换成C++后，也会增加一定的反汇编难度。
IL2CPP的C++代码虽然是自动生成的，但是其中间的某些过程也可以被人为操纵，从而达到提升性能的目的。
Sealed修饰
在C#中，虚函数的调用会比直接调用开销更大，我们可以用sealed修饰符来修饰掉那些确保不会被继承的类或函数。
具体详情可以参考：IL2CPP Optimizations: Devirtualization。需要注意的是，在最新的Unity版本中，这一项优化已经失效。
避免自动判空
在自动转换的C++代码中，IL2CPP默认会对所有Nullable的变量做判空。其实在某些你非常确定参数不为空的场合，这种检测实际上是不必要的。
具体步骤是复制Il2CppSetOptionAttribute.cs文件到你的Assets目录下，然后在类或者函数定义上加一个修饰语句[Il2CppSetOption(Option.NullChecks, false)]即可以禁用整个类或者函数的判空检测。
避免数组越界检测
同理，IL2CPP也会默认对所有数组的读写做越界检测，我们可以通过修饰语句[Il2CppSetOption(Option.ArrayBoundsChecks, false)]来将其禁用。
具体可以参考：https://docs.unity3d.com/Manual//IL2CPP-CompilerOptions.html
Lua
我之前写过一篇有关于纯Lua性能优化的文章：编写高性能的Lua代码，以下是一些摘抄和补充。
local
Lua的默认变量都是全局变量，必须要加上local修饰才能变成局部变量。
局部变量相对于全部变量有以下几点好处： 1. 读写更快 2. 可以避免不经意的全局变量名污染 3. 在作用域结束时，会被自动标记为垃圾，避免了内存泄漏
所以，虽然Lua的默认变量声明都是全局变量，我们还是应该将其用local修饰为局部变量。
table
Lua中的表内部分为两部分：hash部分和array部分。当创建一个空表时，这两个部分都会默认初始化空间为0。随着内容的不断填充，会不断触发rehash。rehash是一次非常耗时的操作，所以应尽量避免之。
如果同时需要创建较多的小表，我们可以通过预先填充表以避免rehash。
string
与C#类似，在Lua中的字符串连接的代价也很高昂，但是与C#提供了StringBuilder不同，Lua没有提供类似的原生解决方案。
不过我们可以用table来作为一个buffer，然后使用table.concat(buffer, ‘’)来返回最终连接的字符串。
与C#交互
关于与C#的交互，不同的Lua解决方案有不同的策略，但是有些基本的点都是一样的。
首先，关于MonoBehaviour的三大Update的桥接，最佳策略是通过一个管理器继承MonoBehaviour的Update，然后将其派发给Lua端，然后Lua端所有的Update都注册于这个管理器当中。这样可以避免了多次Lua与C#的桥接交互，可以大量节省时间。
其次，需要考虑GC问题，默认的struct比如Vector3传递到Lua中都需要经历一次装箱操作，会带来额外的GC Alloc，可以采用特殊配置的方式将其避免。XLua的方案可以参考：XLua复杂值类型（struct）gc优化指南。
最后，通用的优化思路可以参考用好Lua+Unity，让性能飞起来——Lua与C#交互篇，作者针对实例做了较为详尽的分析。
数据结构
容器类型
容器应该针对不同的使用场合进行选择，主要看使用场合哪种操作的频率较高。例如：
经常需要进行随机下标访问的场合，优先选择数组（Array）或列表（List）
经常需要进行查找的场合，优先选择字典（Dictionary）
经常需要插入或删除的场合，优先选择链表（LinkedList）
还有一些特殊的数据结构，适用于特殊的使用场合。例如：
不能存在相同元素的，可以选择HashSet
需要后进先出的，用来优化递归函数调用的，可以选择Stack
需要先进先出的，可以选择Queue
对象池
对象池（Object Pool）可以避免频繁的对象生成和销毁。游戏对象的生成，首先需要开辟内存，其次还可能会引起GC Alloc，最后还可能会引发磁盘I/O。频繁的销毁对象会引发严重的内存碎片，使得堆内存的分配更加困难。
所以在有大量对象需要重复生成和销毁时，一定要采用对象池来缓存好创建的对象，等到它们无需使用时，不需要将其销毁，而是将其放入对象池中，可以免去下次的生成。
public class ObjectPool
{
private Stack
public ObjectPool(){
objs = new Stack<T>();
}
// 获取对象池里的对象
public T GetObject(){
T obj = objs.Count > 0 ? objs.Pop() : new T();
return obj;
}
// 回收对象池里的对象
public void ReturnObject(T obj){
if (obj != null)
objs.Push(obj);
}
}
空间划分
在计算空间碰撞或者寻找最近邻居时，如果空间很庞大，需要参与计算的对象太多的情况下，用两层循环逐个遍历去计算的复杂度为平方级。
我们可以借助于空间划分的数据结构来使复杂度降低到N*Log(N)。四叉树一般用来划分2D空间，八叉树一般用来划分3D空间，而KD树则是不限空间维度。
我之前写过一篇介绍KD树的原理和优化的文章：KD树的应用与优化，内容比较详尽，大家可以去读一读。
算法
循环
循环的使用非常常见，也非常容易成为性能热点。我们应该尽量避免在循环内进行耗时或无效操作，尤其是这个循环在每帧的Update调用中时。
void Update() {
for (int i = 0; i < count; i++)
if (condition)
excuteFunc(i);
}
以上的循环遍历中，无论condition为真或者为假，循环都会执行count次，若condition为假，则相当于白跑了count次。
void Update() {
if (condition)
for (int i = 0; i < count; i++)
excuteFunc(i);
}
将判断条件提出循环外，则可以避免白跑了的问题。
另一个需要注意的是小心多重循环的顺序问题，应该尽量把遍历次数较多的循环放在内层。
void Start()
{
// 耗时：37ms
for (int i = 0; i < 1000000; i++)
for (int j = 0; j < 2; j++)
int k = i j;
// 耗时：13ms
for (int i = 0; i < 2; i++)
for (int j = 0; j < 1000000; j++)
int k = i j;
}
当内外层循环数有较多数量级上的差别时，将忙的循环放在内层性能更高，因为其避免了更多次内层循环计数器初始化的调用。
数学运算
开方运算，三角函数这些都是耗时的数学运算，应尽量避免之。
像之前提到的，如果只是单纯比较距离而不是计算距离的话，就可以用距离的平方来表示，可以节约掉一次耗时的开方运算。
三角运算可以通过简单的向量运算来规避之，具体可以参考我之前写的文章：向量运算在游戏开发中的应用和思考。
又比如如果经常需要除一个常数，比如用万分位整数来表示小数需要经常除10000，可以改成乘0.0001f，可以规避掉较乘法更为耗时的除法运算。 大雾，实际验算证明，现代的编译器会对此进行优化，所以没有必要为此牺牲可读性。很多时候还是要先测算再去写代码会比较好。
缓存
我最喜欢的一种优化思路就是缓存。缓存的本质就是用空间换时间。例如之前在Unity API中提到的很多耗时的函数，都可以用缓存来提升性能。
包括对象池，也是缓存技术的一种。针对于需要依赖复杂运算而且后续要经常用到值，我们便可将其缓存起来，以避免后续的计算，从而获取性能提升。