半肾
精华
|
战斗力 鹅
|
回帖 0
注册时间 2002-2-7
|
John Carmark 密码：0x5f3759df
有人在Quake III的源代码里面发现这么一段用来求平方根的代码:
/*================SquareRootFloat================*/
float SquareRootFloat(float number) {
long i;
float x, y;
const float f = 1.5F;
x = number * 0.5F;
y = number;
i = * ( long * ) &y;
i = 0x5f3759df - ( i >> 1 ); //注意这一行
y = * ( float * ) &i;
y = y * ( f - ( x * y * y ) );
y = y * ( f - ( x * y * y ) );
return number * y;
}
0x5f3759df？ 这是个什么东西？ 学过数值分析就知道，算法里面求平方根一般采用
的是无限逼近的方法，比如牛顿迭代法，抱歉当年我数值分析学的太烂，也讲不清楚
。简单来说比如求5的平方根，选一个猜测值比如2，那么我们可以这么算
5/2 = 2.5; 2.5+2/2 = 2.25; 5/2.25 = xxx; 2.25+xxx/2 = xxxx ...
这样反复迭代下去，结果必定收敛于sqrt(5)，没错，一般的求平方根都是这么算的
。而卡马克的不同之处在于，他选择了一个神秘的猜测值0x5f3759df作为起始，使得
整个逼近过程收敛速度暴涨，对于Quake III所要求的精度10的负三次方，只需要一
次迭代就能够得到结果。
好吧，如果这还不算牛b，接着看。
普渡大学的数学家Chris Lomont看了以后觉得有趣，决定要研究一下卡马克弄出来的
这个猜测值有什么奥秘。Lomont也是个牛人，在精心研究之后从理论上也推导出一个
最佳猜测值，和卡马克的数字非常接近, 0x5f37642f。卡马克真牛，他是外星人吗？
传奇并没有在这里结束。Lomont计算出结果以后非常满意，于是拿自己计算出的起始
值和卡马克的神秘数字做比赛，看看谁的数字能够更快更精确的求得平方根。结果是
卡马克赢了... 谁也不知道卡马克是怎么找到这个数字的。
最后Lomont怒了，采用暴力方法一个数字一个数字试过来，终于找到一个比卡马克数
字要好上那么一丁点的数字，虽然实际上这两个数字所产生的结果非常近似，这个暴
力得出的数字是0x5f375a86。
Lomont为此写下一篇论文，\"Fast Inverse Square Root\"。
我把这个函数用C#就行了一下改写：
1using System;
2using System.Collections.Generic;
3using System.Text;
4
5namespace ConsoleApplication1
6{
7 class Program
8 {
9 static void Main(string[] args)
10 {
11 Console.WriteLine(\"Carmark\'s method:\");
12 Console.WriteLine(SquareRootFloat(3.0f).ToString());
13 Console.WriteLine(\"Use Math.Sqrt() method:\");
14 Console.WriteLine(((float)Math.Sqrt(3.0)).ToString());
15 Console.Read();
16 }
17
18 private static float SquareRootFloat(float number)
19 {
20
21 long i;
22 float x, y;
23 const float f = 1.5F;
24 x = number * 0.5F;
25 y = number;
26 unsafe
27 {
28 i = * ( long * ) &y;
29 i = 0x5f3759df - ( i >> 1 ); //注意这一行
30 y = * ( float * ) &i;
31 }
32 y = y * ( f - ( x * y * y ) );
33 y = y * ( f - ( x * y * y ) );
34 return number * y;
35 }
36 }
37}
38
第32、33行用了两次牛顿迭代法，以达到一定的精度，当然你也可以自己控制精度，求出来的是y的平方根的倒数，所以最后返回为number*y.
SquareRootFloat函数最关键的一句就是 i=0x5f3759df-(i>>1);
以下是对它的部分解释：
牛顿迭代法最关键的地方在于估计第一个近似根。如果该近似根与真根足够靠近的话,那么只需要少数几次迭代,就可以得到满意的解。
接着,我们要设法估计第一个近似根。这也是上面的函数最神奇的地方。它通过某种方法算出了一个与真根非常接近的近似根,因此它只需要使用一次迭代过程就获得了较满意的解。它是怎样做到的呢？所有的奥妙就在于这一行：
i = 0x5f3759df - (i >> 1); // 计算第一个近似根
超级莫名其妙的语句,不是吗？但仔细想一下的话,还是可以理解的：float类型的数据在32位系统上是这样表示的。
bits：31 30 ... 0
31：符号位
30-23：共8位,保存指数（E）
22-0：共23位,保存尾数（M）
所以,32位的浮点数用十进制实数表示就是：M*2^E。开根然后倒数就是：M^(-1/2)*2^(-E/2)。现在就十分清晰了。语句i>>1其工作就是将指数除以2,实现2^(E/2)的部分。而前面用一个常数减去它,目的就是得到M^(1/2)同时反转所有指数的符号。 |
|
楼主: pig_10
沪公网安备 31010702007642号 )
发表于 2008-8-2 13:50
