看《Ray Tracing in One Weekend》及其他时突然顿悟的一点

结论： 列举了几个例子，表明一个规律：

计算机中很多功能的实现，都是“先通过某种条件，筛选出符合要求的元素，然后对这些元素进行操作”。

《算法设计与分析》中的一个例子

以下例子来自于吕国英主编的《算法设计与分析》第二版（例20，82页）。

【例20】编程打印有如下规律的n*n方阵。

使左对角线和右对角线上的元素为0，它们上方的元素为0，左边元素为2，下方元素为3，右边元素为4，下图是一个符合条件的五阶矩阵。

0 1 1 1 0

2 0 1 0 4

2 2 0 4 4

2 0 3 0 4

0 3 3 3 0

算法设计：根据数据分布的特点，利用以上关于二维数组的基本常识，只考虑可读性的情况。

算法如下：(原书中为伪代码，此处我直接写成了C++)

#include <iostream>
int main()
{
    int i, j, a[100][100], n;
    std::cin >> n;
    for (i = 1; i <= n; i = i + 1)
    {
        for (int j = 1; j < n; j++)
        {
            if(i==j || i+j==n+1)    a[i][j]=0;
            if(i+j<n+1 && i<j)      a[i][j]=1;
            if(i+j<n+1 && i>j)      a[i][j]=2;
            if(i+j>n+1 && i>j)      a[i][j]=3;
            if(i+j>n+1 && i<j)      a[i][j]=4;
        }
    }

    for (i = 1; i <= n; i = i + 1)
    {
        for (int j = 1; j <= n; j++)
        {
            std::cout <<a[i][j] <<"\t";
        }
        std::cout <<"\n";
    }
    system("pause");
    return 0;
}

可以看到，在循环中，根据元素的位置，判断出当前位置所在的元素应该是几，然后赋给合理的值。

Python 中用来操作excel的 xlwings中的例子

在上个例子看过以后过了一两天，学到了使用xlwings来操作excel。在一个教程下面看到了大牛们操作excel输出图案的例子。https://blog.csdn.net/whalefall/article/details/102665002。于是想到自己也试试吧，做了两个练手。

import xlwings as xw
import math
def Cross(n):
    book=xw.Book()
    sht=book.sheets(1)

    H=7.5
    W=1.188
    for i in range(1,n+1):
        for j in range(1,n+1):
            rng=sht.range(i,j)
            if j==1:
                rng.row_height=H
            if i==1:
                rng.column_width=W
            if i==j:
                rng.color=(255,0,0)
            elif j==n+1-i:
                rng.color=(255,0,0)
    
def Sin(n):
    book=xw.Book()
    sht=book.sheets(1)

    H=7.5
    W=1.188
    for i in range(1,2*n+2):
        for j in range(1,2*n+1):
            rng=sht.range(i,j)
            if j==1:
                rng.row_height=H
            if i==1:
                rng.column_width=W
            if abs(n*math.sin(2*math.pi/(2*n+1) * (j-1))-(n+1-i))<0.7:
                rng.color=(255,0,0)
Cross(21)
# Sin(21)

实际上，这个例子和上面那一个课本中的例子非常像，也是遍历各个元素，在符合条件的位置处进行某种特殊操作。（实际上我刚开始想像书中的例子一样，把一个区域按对角线划分成四个块，分别给不同的颜色，不过后来觉得太过麻烦，就先划了叉）。

ANSYS Fluent 中的UDF

Fluent是一个仿真软件，如果没有接触过，可以直接跳过这一部分。
在Fluent中，可以通过UDF来实现一些较为复杂的操作。在Fluent的帮助中提供了很多例子，比如根据入口处网格的坐标，设定不同的入口压强。（这里是压强，压强，压强，不是压力！）
UDF语句能做的事情挺多，甚至可以直接修改整个场中的值（假如你是上帝，知道每个网格内物理量的值的话，你可以通过UDF直接给每个网格赋值，这样或许能节约一些节省计算时间）。我现在去做个例子。
做了个正方形，正方形的中心在坐标原点，正方形边长为10。通过以下UDF，对网格温度赋值，使每个网格的温度值等于其到原点的距离。

#include "udf.h"

// 注意，整个场是正方形，中心在原点，每条边长是20（单位就不写了）
DEFINE_ON_DEMAND(test)
{
    cell_t c;
    real pos[2];
    real x,y;
    real dis;  // 到原点的距离
    Domain *d=Get_Domain(1);
	Thread *ct=Lookup_Thread(d,8);
	begin_c_loop(c,ct)
	{
		C_CENTROID(pos,c,ct);
        x=pos[0];
        y=pos[1];
        dis=sqrt(x*x+y*y);
		C_T(c,ct)=dis;
	}
	end_c_loop(c,ct)
}

使用上述UDF后查看温度场，得到结果如下。

可以看到，这其实与前面是相同的，又是一个找到合理的点，给点赋值的操作。

光线追踪（不知道这算不算图形学的入门内容）

很久不搞UDF，刚才做了好半天好半天啊，都有点没有刚开始写东西的时候的感觉了，我得酝酿一下。
今天看了一点很多人推荐的图形学入门资料，Peter Shirley 的《Ray Tracing in One Weekend》。磕磕绊绊地把书上的内容做了一点。现在刚做到第五章。
虽然确实能感觉这书通俗易懂，但是有些地方以我的水平看着还是挺费劲。书上的向量运算倒是不难，但是我总觉得表示光线的那个向量怎么那么别扭。反复看了看，突然有一刻我发现，这怎么跟操作Excel单元格一样！
其实不管多复杂，都是为了最终给每个像素算一组想要的颜色，比如要显示球，就要找到在当前的光线下，屏幕上哪个点应该是可以显示球，再算出来具体颜色值应该是多少。这样一看，我觉得现在接触到的这几章里的内容，与之前几个例子之间最大的不同可能就是复杂程度了。而且感觉，为了将程序通用化，在目前这个阶段看写出来的代码，似乎有些冗长。其实整个程序就是得到每个像素点的颜色，然后再输出到文本文件里，我甚至直接不用看书，按之前说的Python，或者Fluent UDF的思路也，肯定完全是可以的！
光线追踪这部分的代码有点长，我就偷懒不贴了。给个抄书中代码得到的ppm结果图意思一下，是用matlab打开的。

总结

发现了，从宏观上来看我现在接触到的图形学的这点入门知识，总结成一句话就是计算出每个像素中的颜色，并输出。
于是，从战略角度，对图形学没有一点生疏和恐惧，因为我类似的事情早就做过很多次了！
当然从具体实现手段来讲，肯定需要用到非常多的计算，想要掌握还是要付出巨大的努力。
(写的途中搞了一些杂七杂八的事情，感觉没开始时那么兴奋了，可能真的是个显而易见的东西，耽误大佬们的时间了。)