我想玩一下程序内容生成算法,并决定从噪音(Perlin、值等)开始
为此,我想要一个通用的 n 维噪声函数。为此,我编写了一个函数,该函数返回给定维度的噪声生成函数:
small_primes = [1, 83, 97, 233, 61, 127]
def get_noise_function(dimension, random_seed=None):
primes_list = list(small_primes)
if dimension > len(primes_list):
primes_list = primes_list * (dimension / len(primes_list))
rand = random.Random()
if random_seed:
rand.seed(random_seed)
# random.shuffle(primes_list)
rand.shuffle(primes_list)
def noise_func(*args):
if len(args) < dimension:
# throw something
return None
n = [a*b for a, b in zip(args, primes_list)]
n = sum(n)
#n = (n << 13) ** n
n = (n << 13) ^ n
nn = (n * (n * n * 60493 + 19990303) + 1376312589) & 0x7fffffff
return 1.0 - (nn / 1073741824.0)
return noise_func
我相信,问题在于计算。我的代码基于这两篇文章:
我的一项测试示例:
f1 = get_noise_function(1, 10)
print f1(1)
print f1(2)
print f1(3)
print f1(1)
它总是返回 -0.281790983863,即使在更高维度和不同种子上也是如此。
我相信,问题在于在 C/C++ 中存在溢出是一些计算,并且一切正常。在python中,它只是计算一个巨大的数字。
我该如何纠正这个问题,或者如果可能的话,我如何生成一个伪随机函数,在播种后,对于某个输入,它总是返回相同的值。
[编辑] 修复了代码。现在它起作用了。