快速平方根算法(1).pdfVIP

快速平方根算法 (1) 默认分类 2010-09-03 06:42:49 阅读 16 评论 0 字号：大中小 订阅 快速平方根算法 在 3D 图形编程中，经常要求平方根或平方根的倒数，例如：求向量的长度或将向量归一化。 C 数学函数 库中的 sqrt 具有理想的精度， 但对于 3D 游戏程式来说速度太慢。 我们希望能够在保证足够的精度的同时， 进一步提高速度。 Carmack 在 QUAKE3 中使用了下面的算法，它第一次在公众场合出现的时候，几乎震住了所有的人。据 说该算法其实并不是 Carmack 发明的，它真正的作者是 Nvidia 的 Gary Tarolli （未经证实）。 // // 计算参数 x 的平方根的倒数 // float InvSqrt (float x) { float xhalf = 0.5f*x; int i = *(int*)x; i = 0x5f3759df - (i 1); // 计算第一个近似根 x = *(float*)i; x = x*(1.5f - xhalf*x*x); // 牛顿迭代法 return x; } 该算法的本质其实就是 牛顿迭代法 （Newton-Raphson Method ，简称 NR ），而 NR 的基础则是 泰勒级数 （Taylor Series ）。NR 是一种求方程的近似根的方法。首先要估计一个与方程的根比较靠近的数值，然后 根据公式推算下一个更加近似的数值，不断重复直到可以获得满意的精度。其公式如下： 函数： y=f(x) 其一阶导数为： y=f(x) 则方程： f(x)=0 的第 n+1 个近似根为 x[n+1] = x[n] - f(x[n]) / f(x[n]) NR 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。 现在回过头来看看如何利用牛顿法来解决我们的问题。 求平方根的倒数， 实际就是求方程 1/(x^2)-a=0 的解。 将该方程按牛顿迭代法的公式展开为： x[n+1]=1/2*x[n]*(3-a*x[n]*x[n]) 将 1/2 放到括号里面，就得到了上面那个函数的倒数第二行。 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。我们知道， IEEE 标准下， float 类 型的数据在 32 位系统上是这样表示的 （大体来说就是这样， 但省略了很多细节， 有兴趣可以 GOOGLE ）： 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 i1 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。 至于那个 0x5f3759df ，呃，我只能说，的确是一个超级的 Magic Number 。 那个 Magic Number 是可以推导出来的，但我并不打算在这里讨论，因为实在太繁琐了。简单来说，其原 理如下：因为 IEEE