日前在書上看到一段使用多項式逼近計算平方根的代碼,至今都沒搞明白作者是怎樣推算出那個公式的。但在嘗試解決問題的過程中,學到了不少東西,於是便有了這篇心得,寫出來和大家共享。其中有錯漏的地方,還請大家多多指教。
的確,正如許多人所說的那樣,現在有有FPU,有3DNow,有SIMD,討論軟件算法好像不合時宜。關於sqrt的話題其實早在2003年便已在 GameDev.net上得到了廣泛的討論(可見我實在非常火星了,當然不排除還有其他尚在冥王星的人,嘿嘿)。而嘗試探究該話題則完全是出於本人的興 趣和好奇心(換句話說就是無知)。
我只是個beginner,所以這種大是大非的問題我也說不清楚(在GameDev.net上也有很多類 似的爭論)。但無論如何,Carmack在DOOM3中還是使用了軟件算法,而多知道一點數學知識對3D編程來說也只有好處沒壞處。3D圖形編程其實就是 數學,數學,還是數學。
在3D圖形編程中,經常要求平方根或平方根的倒數,例如:求向量的長度或將向量歸一化。C數學函數庫中的sqrt具有理想的精度,但對於3D遊戲程式來說速度太慢。我們希望能夠在保證足夠的精度的同時,進一步提高速度。
Carmack在QUAKE3中使用了下面的算法,它第一次在公衆場合出現的時候,幾乎震住了所有的人。據說該算法其實並不是Carmack發明的,它真正的作者是Nvidia的Gary Tarolli(未經證實)。
-----------------------------------
//
// 計算參數x的平方根的倒數
//
float InvSqrt (float x)
{
float xhalf = 0.5f*x;
int i = *(int*)&x;
i = 0x5f3759df - (i >> 1); // 計算第一個近似根
x = *(float*)&i;
x = x*(1.5f - xhalf*x*x); // 牛頓迭代法
return x;
}
----------------------------------
該 算法的本質其實就是牛頓迭代法(Newton-Raphson Method,簡稱NR),而NR的基礎則是泰勒級數(Taylor Series)。 NR是一種求方程的近似根的方法。首先要估計一個與方程的根比較靠近的數值,然後根據公式推算下一個更加近似的數值,不斷重複直到可以獲得滿意的精度。其 公式如下:
-----------------------------------
函數:y=f(x)
其一階導數爲:y'=f'(x)
則方程:f(x)=0 的第n+1個近似根爲
x[n+1] = x[n] - f(x[n]) / f'(x[n])
-----------------------------------
NR最關鍵的地方在於估計第一個近似根。如果該近似根與真根足夠靠近的話,那麼只需要少數幾次迭代,就可以得到滿意的解。
現在回過頭來看看如何利用牛頓法來解決我們的問題。求平方根的倒數,實際就是求方程1/(x^2)-a=0的解。將該方程按牛頓迭代法的公式展開爲:
x[n+1]=1/2*x[n]*(3-a*x[n]*x[n])
將1/2放到括號裏面,就得到了上面那個函數的倒數第二行。
接着,我們要設法估計第一個近似根。這也是上面的函數最神奇的地方。它通過某種方法算出了一個與真根非常接近的近似根,因此它只需要使用一次迭代過程就獲得了較滿意的解。它是怎樣做到的呢?所有的奧妙就在於這一行:
i = 0x5f3759df - (i >> 1); // 計算第一個近似根
超級莫名其妙的語句,不是嗎?但仔細想一下的話,還是可以理解的。我們知道,IEEE標準下,float類型的數據在32位系統上是這樣表示的(大體來說就是這樣,但省略了很多細節,有興趣可以GOOGLE):
-------------------------------
bits:31 30 ... 0
31:符號位
30-23:共8位,保存指數(E)
22-0:共23位,保存尾數(M)
-------------------------------
所 以,32位的浮點數用十進制實數表示就是:M*2^E。開根然後倒數就是:M^(-1/2)*2^(-E/2)。現在就十分清晰了。語句i>
>1其工作就是將指數除以2,實現2^(E/2)的部分。而前面用一個常數減去它,目的就是得到M^(1/2)同時反轉所有指數的符號。
至於那個0x5f3759df,呃,我只能說,的確是一個超級的Magic Number。
那 個Magic Number是可以推導出來的,但我並不打算在這裏討論,因爲實在太繁瑣了。簡單來說,其原理如下:因爲IEEE的浮點數中,尾數M省略了 最前面的1,所以實際的尾數是1+M。如果你在大學上數學課沒有打瞌睡的話,那麼當你看到(1+M)^(-1/2)這樣的形式時,應該會馬上聯想的到它的 泰勒級數展開,而該展開式的第一項就是常數。下面給出簡單的推導過程:
-------------------------------
對於實數R>0,假設其在IEEE的浮點表示中,
指數爲E,尾數爲M,則:
R^(-1/2)
= (1+M)^(-1/2) * 2^(-E/2)
將(1+M)^(-1/2)按泰勒級數展開,取第一項,得:
原式
= (1-M/2) * 2^(-E/2)
= 2^(-E/2) - (M/2) * 2^(-E/2)
如果不考慮指數的符號的話,
(M/2)*2^(E/2)正是(R>>1),
而在IEEE表示中,指數的符號只需簡單地加上一個偏移即可,
而式子的前半部分剛好是個常數,所以原式可以轉化爲:
原式 = C - (M/2)*2^(E/2) = C - (R>>1),其中C爲常數
所以只需要解方程:
R^(-1/2)
= (1+M)^(-1/2) * 2^(-E/2)
= C - (R>>1)
求出令到相對誤差最小的C值就可以了
-------------------------------
上面的推導過程只是我個人的理解,並未得到證實。而Chris Lomont則在他的論文中詳細討論了最後那個方程的解法,並嘗試在實際的機器上尋找最佳的常數C。有興趣的朋友可以在文末找到他的論文的鏈接。
所以,所謂的Magic Number,並不是從N元宇宙的某個星系由於時空扭曲而掉到地球上的,而是幾百年前就有的數學理論。只要熟悉NR和泰勒級數,你我同樣有能力作出類似的優化。
在GameDev.net 上有人做過測試,該函數的相對誤差約爲0.177585%,速度比C標準庫的sqrt提高超過20%。如果增加一次迭代過程,相對誤差可以降低到e- 004 的級數,但速度也會降到和sqrt差不多。據說在DOOM3中,Carmack通過查找表進一步優化了該算法,精度近乎完美,而且速度也比原版提 高了一截(正在努力弄源碼,誰有發我一份)。
值得注意的是,在Chris Lomont的演算中,理論上最優秀的常數(精度最高)是 0x5f37642f,並且在實際測試中,如果只使用一次迭代的話,其效果也是最好的。但奇怪的是,經過兩次NR後,在該常數下解的精度將降低得非常厲害 (天知道是怎麼回事!)。經過實際的測試,Chris Lomont認爲,最優秀的常數是0x5f375a86。如果換成64位的double版本的話, 算法還是一樣的,而最優常數則爲0x5fe6ec85e7de30da(又一個令人冒汗的Magic Number - -b)。
這個算法依賴於浮點數的內部表示和字節順序,所以是不具移植性的。如果放到Mac上跑就會掛掉。如果想具備可移植性,還是乖乖用sqrt好了。但算法思想是通用的。大家可以嘗試推算一下相應的平方根算法。
下面給出Carmack在QUAKE3中使用的平方根算法。Carmack已經將QUAKE3的所有源代碼捐給開源了,所以大家可以放心使用,不用擔心會受到律師信。
---------------------------------
//
// Carmack在QUAKE3中使用的計算平方根的函數 //
//
float CarmSqrt(float x){
union{
int intPart;
float floatPart;
} convertor;
union{
int intPart;
float floatPart;
} convertor2;
convertor.floatPart = x;
convertor2.floatPart = x;
convertor.intPart = 0x1FBCF800 + (convertor.intPart >> 1);
convertor2.intPart = 0x5f3759df - (convertor2.intPart >> 1);
return 0.5f*(convertor.floatPart + (x * convertor2.floatPart));
}
btw:
其實源碼是這一段,不是上面的,儘管查不多,呵呵
{
long i;
float x2, y;
const float threehalfs = 1.5F;
x2 = number * 0.5F;
y = number;
i = * ( long * ) &y; // evil floating point bit level hacking
i = 0x5f3759df - ( i >> 1 ); // what the fuck? 老外也看不懂 :)
y = * ( float * ) &i;
y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration
y = y * ( threehalfs - ( x2 * y * y ) ); // 2nd iteration, this can be removed ,
//對於遊戲上面這句可以屏蔽,不需要那麼高的精度,反倒是速度要緊
#ifndef Q3_VM
#ifdef __linux__
assert( !isnan(y) ); // bk010122 - FPE?
#endif
#endif
return y;
}
同樣對於 double 這個魔法數是0x5fe6ec85e7de30da ,如果在單片機環境可以試試可以使用如下代碼
double InvSqrt(double number)
{
__int64 i;
double x2, y;
const double threehalfs = 1.5F;
x2 = number * 0.5F;
y = number;
i = * ( __int64 * ) &y;
i = 0x5fe6ec85e7de30da - ( i >> 1 );
y = * ( double * ) &i;
y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration
y = y * ( threehalfs - ( x2 * y * y ) ); // 2nd iteration, this can be removed
return y;
}