Mirror网络框架中集合修改异常的分析与解决方案
2025-06-06 01:09:54作者:瞿蔚英Wynne
问题背景
在使用Mirror网络框架的NetworkRoomManager组件时,开发者在场景切换过程中可能会遇到一个常见的C#异常:"InvalidOperationException: Collection was modified; enumeration operation may not execute."。这个异常通常发生在集合被枚举(遍历)的同时又被修改的情况下。
异常原因深度分析
该异常的核心问题在于Mirror框架的NetworkRoomManager.cs文件中,OnServerSceneChanged方法使用了foreach循环遍历pendingPlayers列表,而在循环内部调用的SceneLoadedForPlayer方法中,某些条件下会向同一个pendingPlayers列表添加新元素。
具体来说,当满足以下条件时会出现问题:
- 当前场景是房间场景(RoomScene)
- 有新的玩家连接请求处理
- 系统正在遍历pendingPlayers列表
这种在遍历过程中修改集合的操作违反了C#集合操作的基本原则,导致运行时抛出异常。
技术细节
在C#中,List等集合类型不是线程安全的,也不允许在枚举(如foreach循环)过程中被修改。这是因为:
- foreach循环使用枚举器(IEnumerator)来遍历集合
- 枚举器会维护集合的状态快照
- 如果在枚举过程中集合被修改,枚举器的状态就会不一致
- 为了防止潜在的数据损坏,C#会主动抛出异常
解决方案
针对这个问题,开发者可以采取以下几种解决方案:
方案一:使用索引循环替代foreach
for (int index = pendingPlayers.Count - 1; index >= 0; index--)
{
PendingPlayer pending = pendingPlayers[index];
SceneLoadedForPlayer(pending.conn, pending.roomPlayer);
}
这种反向遍历的方式即使在循环中修改了集合也不会影响遍历过程。
方案二:使用临时集合
var tempList = new List<PendingPlayer>(pendingPlayers);
foreach (var pending in tempList)
{
SceneLoadedForPlayer(pending.conn, pending.roomPlayer);
}
通过创建集合的副本,可以安全地遍历而不受原集合修改的影响。
方案三:使用线程安全集合
如SafeCollections等专门设计的线程安全集合类型,可以在修改时提供更好的控制和处理机制。
最佳实践建议
- 在Mirror框架的网络编程中,应特别注意集合操作的线程安全性
- 避免在foreach循环中修改正在遍历的集合
- 对于可能被多线程访问的集合,考虑使用锁机制或线程安全集合
- 在场景切换等关键操作中,添加适当的同步控制
总结
集合修改异常是网络编程中常见的问题,特别是在Mirror这样的实时网络框架中。理解集合操作的原理和限制,选择合适的遍历和修改方式,可以有效避免这类问题的发生。开发者应根据具体场景选择最适合的解决方案,确保网络游戏的稳定运行。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322