游戏客户端架构 / 系统课时
向量长度怎么计算与判断
向量长度怎么计算与判断
判断目标是否进入半径,不必每次都先计算开方后的距离;但平方长度必须与平方半径比较。本篇从一个三四五三角形出发,给出长度与阈值判断,并说明零值、单位和极大数值的边界。
学习目标
- 计算长度和平方长度。
- 正确比较距离阈值与边界。
- 区分数值稳健性与性能优化。
长度忽略方向但保留量纲
从位置 (1,2,3) 到 (4,6,3) 的位移是 (3,4,0),长度为 5。三维长度是三个分量平方和的平方根;反向位移 (-3,-4,0) 长度仍为 5。长度非负,为零意味着所有分量都为零。
若坐标单位为米,长度单位也是米,平方长度单位则为平方米。平方长度 25 不是“25 米远”。半径 4 对应平方阈值 16,而不是直接拿 4 与 25 比;半径还应先拒绝负值,避免平方掩盖非法输入。
范围检测可以比较平方值
对非负距离,平方函数保持大小关系。用小于等于比较表示边界上也算命中;若业务要求严格进入,再改用小于。这个选择应写入技能判定规范,否则客户端和服务器可能在边界上给出不同结论。
以下 Python 3.12 程序既显示实际长度,也使用平方值做范围测试。math.hypot 可计算多个分量的欧氏范数;这里选用它得到可读的距离。
from math import hypot, isfinite
delta = (3.0, 4.0, 0.0)
length2 = sum(x*x for x in delta)
def inside(radius):
# 负半径、NaN 和无穷大不属于本例合法配置。
if not isfinite(radius) or radius < 0:
raise ValueError('invalid radius')
return length2 <= radius*radius
print(f'length={hypot(*delta):.1f}, squared={length2:.1f}')
print('radius4=', inside(4), 'radius5=', inside(5))预期输出:
length=5.0, squared=25.0
radius4= False radius5= True大小和阈值决定误差策略
巨大坐标直接平方可能溢出,微小坐标平方可能损失有效值;hypot 对范围处理通常更稳健。平方比较适合已知合理范围的热路径,不能凭少一个开方就断言整个程序一定更快,先确认性能采样确实落在这里。
如果半径 5 米的边缘需要容差 0.001 米,应比较距离与 5.001,或平方长度与 5.001 的平方。随意给平方值加 0.001,会改变容差单位和真实厚度。还应确认两点来自同一空间、同一时刻。
用对称性发现实现错误
最小检查集包括零向量、(3,4,0)、其相反数和半径恰好为 5。再将两个位置同时平移 (100,0,0),距离应不变。若平移后结果变化,通常误把世界位置长度当成两点距离。
轴缩放也会影响数值:非均匀缩放的局部距离未必等于世界距离。世界范围技能应先使用世界位置求差,不能直接把局部坐标长度与米制技能半径比较。