文章目录
- 1. 代码实现
- float类型数据
- double类型数据
- 使用 double 类型的调整
- 2. 魔数与位级别操作
- 浮点数表示
- 位级别魔数操作
- 3. 牛顿迭代
- 4. 复杂代码具体解释
- 具体解释:
- 目的:
- 举例:
- 5.感谢
平方和倒数
广泛用于计算机图形学中,尤其是在处理大规模3D渲染时。这种方法的核心思想是利用了位级别的操作和牛顿迭代法,以非常高效的方式计算平方根的倒数。平方根倒数(Reciprocal Square Root)计算的问题是,对于一个给定的数
n
,我们希望快速找到1/√n
。在图形学和物理模拟中,这种计算非常常见,通常用于归一化向量。传统的平方根计算通常使用浮点运算,较为耗时。为了提高效率,特别是在早期硬件性能有限的情况下,出现了一种基于“魔数”(magic number)的快速算法。
1. 代码实现
float类型数据
float Q_rsqrt(float n)
{long i;float x2, y;const float threehalfs = 1.5F;x2 = n * 0.5F;y = n;i = *(long *)&y;i = 0x5f3759df - (i >> 1);y = *(float *)&i;// First iterationy = y * (threehalfs - (x2 * y * y));// Second iteration for higher precisiony = y * (threehalfs - (x2 * y * y));// Third iteration for higher precisiony = y * (threehalfs - (x2 * y * y));// Fourth iteration for higher precisiony = y * (threehalfs - (x2 * y * y));return y;
}
double类型数据
double Q_rsqrt(double n)
{long long i;double x2, y;const double threehalfs = 1.5;x2 = n * 0.5;y = n;i = *(long long *)&y;i = 0x5fe6eb50c7b537a9 - (i >> 1); // 使用64位常量y = *(double *)&i;// First iterationy = y * (threehalfs - (x2 * y * y));// Second iteration for higher precisiony = y * (threehalfs - (x2 * y * y));// Third iteration for higher precisiony = y * (threehalfs - (x2 * y * y));// Fourth iteration for higher precisiony = y * (threehalfs - (x2 * y * y));return y;
}
使用 double 类型的调整
在处理 double
类型时,需要进行一些调整:
long
类型需要扩展为long long
以适应 64 位浮点数的表示。- 魔数
0x5f3759df
替换为适用于 64 位的0x5fe6eb50c7b537a9
。
2. 魔数与位级别操作
这个方法的核心是通过使用魔数对浮点数进行位级别的操作,得到平方根倒数的一个初始近似值。
浮点数表示
在现代计算机中,浮点数通常采用 IEEE 754 标准表示,包括符号位、指数部分和尾数部分。对于 32 位浮点数来说,结构如下:
- 1 位符号位
- 8 位指数部分
- 23 位尾数部分
位级别魔数操作
Q_rsqrt
方法的精妙之处在于,它将浮点数视作一个整数,通过操作位来得到平方根倒数的近似值。核心操作如下:
i = 0x5f3759df - (i >> 1);
在这个公式中,i
是浮点数 y
在内存中的位表示,0x5f3759df
是一个特定的常量,这个常量通过经验或实验计算得出,能够将位级别的操作映射到一个相对合理的平方根倒数的近似值。对于 double
类型,需要将这个常量替换为 64 位的版本,即 0x5fe6eb50c7b537a9
。
这个操作的本质是近似计算了数值的对数,再通过魔数进行校正,使得结果在位操作的基础上接近实际的平方根倒数值。
3. 牛顿迭代
初始近似值得到后,使用牛顿迭代法进一步提高精度。牛顿迭代法是一种经典的数值方法,用于求解方程的根。对于平方根倒数问题,目标是找到 y
,使得 y = 1/√n
。
牛顿迭代的公式如下:
y = y * (threehalfs - (x2 * y * y));
其中:
x2 = n * 0.5
,是数值的一半,用于简化计算。threehalfs = 1.5
,是一个常量,用于调整收敛速度和稳定性。
这个公式利用当前的 y
值,结合原数 n
,逐步逼近实际的 1/√n
。每次迭代后,y
的值会变得更接近真实的平方根倒数值。
为了提高精度,通常会进行多次迭代。在最常见的实现中,进行一次或两次迭代已经可以满足大部分应用场景中的精度要求。
4. 复杂代码具体解释
代码 i = *(long *)&y;
和 y = *(float *)&i;
是一种类型惩断(type punning)的操作方式,用于在不改变底层数据的情况下,以另一种类型访问相同的内存位置。以i = *(long *)&y;
为例:
具体解释:
y
是一个float
类型的变量。&y
获取的是变量y
的内存地址,这个地址是指向float
类型数据的指针。(long *)&y
将这个float
类型的指针强制转换为long
类型的指针。注意,这个操作并不改变y
的实际数据,只是告诉编译器,“虽然&y
原本是float*
类型,但我要以long*
类型来看待它。”*(long *)&y
是取出这个long*
指针所指向的数据。这意味着它会将y
所在内存位置的位模式当作一个long
类型的整数来读取。
目的:
在这种操作中,i
将会持有 y
变量的位表示形式,但被解释为一个 long
整数。这种操作允许我们以整数的形式直接操纵浮点数的底层位数据。在 Q_rsqrt
算法中,目的是利用这个位模式来快速估算平方根的倒数。
举例:
假设 y
是一个 float
类型的变量,假定其在内存中的二进制表示为 0x40490FDB
(假设是浮点数 3.14159
的表示)。将它以 long
类型解读后,i
就会得到一个与 0x40490FDB
位模式相同的整数值。
这种方法的核心在于能够绕过浮点数的常规处理路径,直接对其位级别的数据进行操作,从而实现快速近似计算。这在一些高性能要求的算法中非常常见,特别是在图形处理、信号处理等领域。
5.感谢
代码出自小黑盒
贴吧的一位老哥的分享,学习之后觉得着实精妙,针对代码中的重点部分进行了详细解释并分享给大家,再次感谢老哥分享!