递归算法是把问题转化为规模缩小了的同类问题的子问题。1)核心的子问题算法。2)递归调用。3)给定递归出口。
递归设计使程序简洁,也体现了设计思路在整体-局部上结合的严谨,但仍不提倡程序设计使用,因为其运行效率低且占用栈的空间问题突出。作为解决思路的一种方式还是具有魅力。
分形的自我相似,自我复制和自我嵌套用递归算法来实现是合适的,事实上经典分形图的绘制大多数可采用递归算法。
一.canto三分集。
**渲染框架上有方便绘制几何图形的ShapeRenderer类,它和Batch画笔都封装了调用底层渲染的接口。
注:**标签的段落无关分形算法,是渲染框架上的一些笔记。
三分集递归算法:
private void canto(int ax,int ay,int bx,int by){
if((bx-ax)<c){
renderer.line(ax, ay, bx, by);
}
else{
int cx,cy,dx,dy;
renderer.line(ax, ay, bx, by);
cx=ax+(bx-ax)/3;
cy=ay+50;
dx=bx-(bx-ax)/3;
dy=by+50;
ay=ay+50;
by=by+50;
canto(ax,ay,cx,cy);
canto(dx,dy,bx,by);
}
}
二.Koch妖魔曲线
算法(修改:增加深度参数):
public void koch(float ax,float ay,float bx,float by,int depth){
//delpth为深度
if(depth<1){
renderer.line(ax, 600-ay, bx, 600-by);
}
else{
float cx,cy,dx,dy,ex,ey;
float l,alfa;
depth-=1;
cx=ax+(bx-ax)/3;
cy=ay+(by-ay)/3;
ex=bx-(bx-ax)/3;
ey=by-(by-ay)/3;
l=(float) Math.sqrt((ex-cx)*(ex-cx)+(ey-cy)*(ey-cy));
alfa=(float) Math.atan((ey-cy)/(ex-cx));
//绝对角度在方向上的修正
if((alfa>=0&&(ex-cx)<0)||(alfa<0&&(ex-cx)<0)){
alfa=alfa+PI;
}
dx=(float) (cx+Math.cos(alfa+PI/3)*l);
dy=(float) (cy+Math.sin(alfa+PI/3)*l);
koch(ax,ay,cx,cy,depth);
koch(ex,ey,bx,by,depth);
koch(cx, cy, dx, dy,depth);
koch(dx, dy, ex, ey,depth);
}
}
最终效果:
如果注释修正绝对角度的代码,结果会是这样子
妖魔曲线基本的算法就是这样。它的基本图元是一条直线,在此基础上可以修改其基本图元为一个封闭的几何图形来模拟雪花。
public void kochIcing(int depth,float... vertexs){
int length=vertexs.length;
if(length%2!=0)
Gdx.app.error("kochIcing", "vertexsNum must be even");
for(int i=0;i<length-2;i+=2){
koch(vertexs[i], vertexs[i+1],vertexs[i+2],vertexs[i+3], depth);
}
koch(vertexs[length-2], vertexs[length-1],vertexs[0],vertexs[1], depth);
}
图元为一个等边三角形:
fractal.kochIcing(5, 180,120,360,432,540,120);
待续...