代码本色——雪梨的Processing探索·Chapter 0：随机游走

概述

Chapter 0为我们介绍了随机数、概率和噪声在运动当中起到的变化作用，下面就让我们来好好的了解下这些数学名词，究竟可以起到怎样的公用，最后再让我们来发挥想象进行这些知识的运用创作。

原理介绍

随机数

提起随机数，编程做的多的同学都能想起来一个关键词，Random（或是Rand），想想Unity&C#里面障碍物的随机选择（Random.Range），Matlab里面为了产生噪声的各种分布随机数生成器（binornd，unidrnd等等），之前我们在p5.js的码绘当中使用过，用于给出心形的产生位置。而在《代码本色》的作者Daniel的叙述下，随机数可以用作物体运动位置的决定因素，你可以用随机数直接生成一个物体所在的位置，但这种手法，未免使得物体运动太过飘渺不定(毕竟也不是《X战警》里的夜行者和闪烁，瞬移有点过分了！！咳咳~)。那么如果想要创造出一种随机连续运动的状态，我们要如何联系随机数呢，答案就是：用随机数决定你下一步的方向。根据作者对于抛硬币行为的类比，我们不妨这样想，投掷一个骰子，你有可能获得6种结果，这六种结果，分别决定你是向上、下、左、右、前、后迈一步，那么在这里，骰子就好比一个随机数生成器，帮助我们决定了方向前进。

在Processing的绘制当中，我们引入Walker对象的概念，用来作为我们游走的主体，利用两轮随机数选择，分别选出在x轴或是y轴上前进的三个方向（-1，0，1），代码块如下：

void step()
 {
       
 	int stepx = int(random(3))-1;        
 	int stepy = int(random(3))-1;   
  	x += stepx;   
  	y += stepy; 
 } 

这里我们引入了3*3区域的划分，来保证我们可以走到屏幕上任何一个像素。

当然如果想要我们的运动变化更加多样，也可以将上述step函数中的取整部分换成浮点数：

void step()
 {
     
	float stepx = random(-1, 1); 
	float stepy = random(-1, 1);   
	x += stepx;   
	y += stepy; 
} 

概率

提起这个名词，所有的人都会非常熟悉（比如肖战有多大可能性去某某节目的录制），在Processing里我们可以有更多不同的发现。如果看了书上的例子，就会发现如果是random函数的数据生成，它会是均匀生成的，也就是说，每一个运动方向，Walker对象的前进都是等可能的：
那么如果我想让Walker有偏向的前进呢（比如从左游荡到右），那就需要改变物体前进选择时的概率，让游走的对象更有可能向这个方向前进或是更可能前进多少，也就是说我要让概率非均匀分布。一提到分布大家最熟悉的莫过于正态分布（即高斯分布），钟形曲线深入人心。我们可以借用高斯分布，决定在某一方向上的前进距离，书上给出了根据高斯分布确定位置绘制出的图：

不难看出，明显中轴部分，绘制过的圆形更多。

而当我们想要自定义一种概率分布时，也有不错的办法——蒙特卡洛算法。这里引入了资格概率的概念，利用两个随机数，一个作为产生概率，另一个作为判断概率能否使用的资格概率，从而可以按照一定的映射函数，生成这样的变化概率，书上给出的例子是按照y=x的映射实现的：

float montecarlo()
{
      
	while (true)
	{
      
	     float r1 = random(1);  
	     float probability = r1;    
	     float r2 = random(1);      
	     if (r2 < probability)
	     {
                   
	     	return r1;   
	     }  
	}
}

Perlin噪声

随机数生成器固然可以带来很多的创作想法，但是完全随机的随机数生成器不够符合自然界的规律，大开大合的变化总是让我们觉得非常不自然和唐突，这也成了我们引入Perlin噪声的一大原因。Perlin噪声能生成符合自然排序（“平滑”）的伪随机数序列，Processing的内置函数noise（）就为我们提供了很好的Perlin噪声生成办法。

由于noise（）函数可以是多维函数，所以我们可以通过传入不一样的值，来得到不一样的噪声值，一维噪声我们可以用于改变物体位置，而二维噪声则可以用于图像像素，进行亮度色彩的改变。而当需要完成屏幕上的映射时，我们可以使用Processing提供的map（）函数。

动手实践——“野蛮生长”

（因为到后期运算量就上来了，所以时间就有点长，结果CSDN嫌太大了呜呜，弄gif导出都导了将近一小时了，我作业呜呜呜…）

其实这个小创作的灵感来自于随机游走这一章节最后，作者说利用噪声也可以模拟出树形生长的状态，我在这种想法上进行了拓展，可以看作自然界中，种群的增长爆发式增长，同样也可以把每个Walker看作生活中的我们，从一点发散出多点，可以描绘我们的人际关系。我利用了Perlin噪声控制每一次位置的变化，同时利用随机数改变每一帧描绘时的边缘色彩，话不多说，来让我们看看究竟是如何实现的。

首先参考了原始的随机游走模型，我们需要先准备一个Walker类。首先是类内的成员变量，我们需要一个列表来存储之前每一次walker走过的位置，这样子在重绘的时候才能调用继续绘制，我定义了一个PVector类的动态list，源于processing的ArrayList类；再有就是之后利用Perlin噪声时，令噪声函数发生变化的tx与ty，贴出所有之后我们会用到的变量：

PVector position;
ArrayList<PVector> history = new ArrayList<PVector>();
ArrayList<Walker> generateWalker = new ArrayList