照着别人写的js库，重新写了一个c版本的，也学了一下其中的算法。为什么需要松圆盘采样这个算法进行采样，是因为存随机其实也不是纯随机，随机分布不均匀。而这样生成的伪随机（psuedorandom）数列，很大程度保证了随机的均匀性。
开始以为很难，边写边学发现其实原理不太难。
基本思想就是，初始点可以给定或者随机。
第二步根据初始点，按照一定角度生成不同方向的新点，其中这个角度是关键。通过三角函数，保证生成的新点到初始点的距离为r。
第三步判断新生成点跟周围两个区域的点的距离，保证距离大于r。如果点不合法，则改变角度，重新生成。有一个重试次数保证重新生成上限，如果达到上限还没有找到一个新点，就说明这个点有问题，进行删除。如果合法，生成的点作为一个选择点并插入队列，作为下一次判断的初始点
第四步，队列中有其他生成点，继续上边第二第三步，直到没有生成点可以用。
期间我看js版本生成随机数的时候用的自己写的伪随机生成数，然后我就看了一下用的库，发现里边用了一个Thomas Wang写的 hash生成随机数，又简单看了一下。都是位操作，也懒得找原理看。先记一下，以后用到再看原理吧。
上一篇: openstack使用pbr插件扩展setup.py，寻找服务入口
下一篇: linux系统调用sendfile和splice简单分析
相关文章：
- python程序内存占用分析-meliae
- 介绍几个比较出名的编程acm题库
- 位运算交换变量 不用临时变量（C位运算）
- Javascript 另类写法
- 用python爬虫抓站的一些技巧总结
- Python 模拟登录及表单提交
Categories: 博客记录
0 Responses so far.