我一直在尝试创建一个通用的渐变噪声生成器(它不使用散列方法来获取渐变)。代码如下:

class GradientNoise {
    std::uint64_t m_seed;
    std::uniform_int_distribution<std::uint8_t> distribution;
    const std::array<glm::vec2, 4> vector_choice = {glm::vec2(1.0, 1.0), glm::vec2(-1.0, 1.0), glm::vec2(1.0, -1.0),
                                                    glm::vec2(-1.0, -1.0)};

public:
    GradientNoise(uint64_t seed) {
        m_seed = seed;
        distribution = std::uniform_int_distribution<std::uint8_t>(0, 3);
    }

    // 0 -> 1
    // just passes the value through, origionally was perlin noise activation
    double nonLinearActivationFunction(double value) {
        //return value * value * value * (value * (value * 6.0 - 15.0) + 10.0);
        return value;
    }

    // 0 -> 1
    //cosine interpolation
    double interpolate(double a, double b, double t) {
        double mu2 = (1 - cos(t * M_PI)) / 2;
        return (a * (1 - mu2) + b * mu2);
    }

    double noise(double x, double y) {
        std::mt19937_64 rng;
        //first get the bottom left corner associated
        // with these coordinates
        int corner_x = std::floor(x);
        int corner_y = std::floor(y);

        // then get the respective distance from that corner
        double dist_x = x - corner_x;
        double dist_y = y - corner_y;

        double corner_0_contrib; // bottom left
        double corner_1_contrib; // top left
        double corner_2_contrib; // top right
        double corner_3_contrib; // bottom right

        std::uint64_t s1 = ((std::uint64_t(corner_x) << 32) + std::uint64_t(corner_y) + m_seed);
        std::uint64_t s2 = ((std::uint64_t(corner_x) << 32) + std::uint64_t(corner_y + 1) + m_seed);
        std::uint64_t s3 = ((std::uint64_t(corner_x + 1) << 32) + std::uint64_t(corner_y + 1) + m_seed);
        std::uint64_t s4 = ((std::uint64_t(corner_x + 1) << 32) + std::uint64_t(corner_y) + m_seed);


        // each xy pair turns into distance vector from respective corner, corner zero is our starting corner (bottom
        // left)
        rng.seed(s1);
        corner_0_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x, dist_y});

        rng.seed(s2);
        corner_1_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x, dist_y - 1});


        rng.seed(s3);
        corner_2_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x - 1, dist_y - 1});


        rng.seed(s4);
        corner_3_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x - 1, dist_y});


        double u = nonLinearActivationFunction(dist_x);
        double v = nonLinearActivationFunction(dist_y);


        double x_bottom = interpolate(corner_0_contrib, corner_3_contrib, u);
        double x_top = interpolate(corner_1_contrib, corner_2_contrib, u);
        double total_xy = interpolate(x_bottom, x_top, v);
        return total_xy;
    }
};

然后我生成一个 OpenGL 纹理来显示:

int width = 1024;
int height = 1024;
unsigned char *temp_texture = new unsigned char[width*height * 4];
double octaves[5] = {2,4,8,16,32};

for( int i = 0; i < height; i++){
    for(int j = 0; j < width; j++){
        double d_noise = 0;
        d_noise += temp_1.noise(j/octaves[0], i/octaves[0]);
        d_noise += temp_1.noise(j/octaves[1], i/octaves[1]);
        d_noise += temp_1.noise(j/octaves[2], i/octaves[2]);
        d_noise += temp_1.noise(j/octaves[3], i/octaves[3]);
        d_noise += temp_1.noise(j/octaves[4], i/octaves[4]);
        d_noise/=5;
        uint8_t noise = static_cast<uint8_t>(((d_noise * 128.0) + 128.0));
        temp_texture[j*4 + (i * width * 4) + 0] = (noise);
        temp_texture[j*4 + (i * width * 4) + 1] = (noise);
        temp_texture[j*4 + (i * width * 4) + 2] = (noise);
        temp_texture[j*4 + (i * width * 4) + 3] = (255);
    }
}

哪个效果好:

但是 gprof 告诉我 Mersenne twister 占用了我 62.4% 的时间并且随着更大的纹理增长。没有任何其他人会花费如此多的时间。虽然 Mersenne twister 在初始化后很快，但我每次使用它时都对其进行初始化这一事实似乎使它变得非常慢。

此初始化是 100% 必需的，以确保相同的 x 和 y 在每个整数点生成相同的梯度(因此您需要哈希函数或每次都为 RNG 播种)。

我尝试将 PRNG 更改为线性同余生成器和 Xorshiftplus，虽然两者的运行速度都快了几个数量级，但它们给出了奇怪的结果:

LCG(一次，运行5次后使用)

Xorshiftplus

经过一次迭代

10,000 次迭代后。

我试过:

在使用输出之前多次运行生成器，这会导致执行缓慢或产生不同的工件。

使用初始种子后连续两次运行的输出再次为 PRNG 播种并使用 wards 后的值。结果没有区别。

发生了什么事？我该怎么做才能更快地获得与 mersenne twister 质量相同的结果？

好的大更新:

我不知道为什么会这样，我知道这与使用的质数有关，但经过一番研究后，似乎以下方法有效:

第 1 步，分别将 x 和 y 值合并为种子(并合并一些其他偏移值或附加种子值，这个数字应该是质数/非平凡因子)

第 2 步，使用这两个种子结果将生成器再次播种回函数(所以就像 geza 说的那样，制作的种子很糟糕)

第 3 步，当得到结果时，而不是使用试图获得的项目数 (4) 的模数，或者 & 3，将结果用质数取模首先然后应用 & 3。我我不确定素数是否是梅森素数是否重要。

这是使用 prime = 257 并使用 xorshiftplus 的结果! (注意我用的是 2048 x 2048，其他的是 256 x 256)

最佳答案

已知 LCG 不足以满足您的目的。

Xorshift128+ 的结果不好，因为它需要很好的播种。提供良好的播种会破坏使用它的全部目的。我不推荐这个。

但是，我建议使用整数散列。例如，来自 Bob's page 的一个.

这是该页面的第一个散列的结果，对我来说它看起来不错，而且速度很快(我认为它比 Mersenne Twister 快得多):

这是我为生成此代码而编写的代码:

#include <cmath>
#include <stdio.h>

unsigned int hash(unsigned int a) {
    a = (a ^ 61) ^ (a >> 16);
    a = a + (a << 3);
    a = a ^ (a >> 4);
    a = a * 0x27d4eb2d;
    a = a ^ (a >> 15);
    return a;
}

unsigned int ivalue(int x, int y) {
    return hash(y<<16|x)&0xff;
}

float smooth(float x) {
    return 6*x*x*x*x*x - 15*x*x*x*x + 10*x*x*x;
}

float value(float x, float y) {
    int ix = floor(x);
    int iy = floor(y);
    float fx = smooth(x-ix);
    float fy = smooth(y-iy);

    int v00 = ivalue(iy+0, ix+0);
    int v01 = ivalue(iy+0, ix+1);
    int v10 = ivalue(iy+1, ix+0);
    int v11 = ivalue(iy+1, ix+1);
    float v0 = v00*(1-fx) + v01*fx;
    float v1 = v10*(1-fx) + v11*fx;
    return v0*(1-fy) + v1*fy;
}

unsigned char pic[1024*1024];

int main() {
    for (int y=0; y<1024; y++) {
        for (int x=0; x<1024; x++) {
            float v = 0;

            for (int o=0; o<=9; o++) {
                v += value(x/64.0f*(1<<o), y/64.0f*(1<<o))/(1<<o);
            }

            int r = rint(v*0.5f);

            pic[y*1024+x] = r;
        }
    }

    FILE *f = fopen("x.pnm", "wb");
    fprintf(f, "P5\n1024 1024\n255\n");
    fwrite(pic, 1, 1024*1024, f);
    fclose(f);
}

如果您想了解哈希函数的工作原理(或者更好的是，好的哈希具有哪些属性)，请查看 Bob 的页面，例如 this .

关于c++ - 为什么在 Gradient Noise Generator 中从 Mersenne twister 切换到其他 PRNG 会产生不好的结果？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45120396/