Phun-有趣的二维物理引擎

为什么80%的码农都做不了架构师？>>>   

最近对物理引擎产生了很大的兴趣。我了解了一些常见的物理引擎，有2D的或3D的；也有基于各种语言的物理引擎；比如基于Java，基于JavaScript(浏览器脚本，与Java无关)，还有Flex(Adobe公司一个基于ActionScript的开源框架)的物理引擎APE，常用来做一些逼真的交互性较强的网页游戏。 对于很多物理引擎框架，想要使用它，不仅需要学习语言，还需要学习各种API，实在是个麻烦事儿。 我推荐一个国外的开源物理引擎：Phun。Phun提供了一个友好的界面，很有趣，我们可以自己设计各种物理道具用于模拟很多物理现象，非常逼真。准确的说，它是一个Sandbox，可以当成一个游戏。 当代码的外壳被赋予算法的灵魂，往往可以产生美妙的东西。 这实在是一件很有意思的事情。在面向过程的语言，比如C中，任何一步的输出都是确定的，它在内存中是0还是1也是确定的。 而在这种模拟的物理环境(也是程序语言写的)中，一个物体的状态是由上一个状态以及其它物体对它的影响(比如万有引力，碰撞等)所决定的，这就像一个无限长的“状态链”，一直延续下去，从而形成了所谓的“时间”这个维度。如果比作一个函数，那么定义如下：状态输出=F(当前状态,外界影响)。而状态输出又继续作为下一个函数的一个输入(当前状态)。这样的一条状态链，它有头吗？有尾吗？它是确定的？还是不确定的？ 在这个模拟的物理环境中，我们可以通过计算提前知道物体的状态及演变规律，仿佛一切都是确定的。但是在现实生活中是否也是这样呢？尽管学术上用遗传算法、蚁群算法来模拟演变规律，但这又能精确到什么程度呢？现实生活中，影响一个物体的外界变量太多了，(比如万有引力，从精确性上，就要考虑周围环境中无数的物体、分子)。我们知道，计算机算法中有个著名的NP难题，是关于能否将一个算法的时间复杂度从指数级降为多项式级的问题。一个问题的规模变大，即使算法可行，在时间(人类时间)上也是不可行的；常见的是汉诺塔问题，当问题的规模较小的时候，我们的电脑用递归算法都可以轻松地解答出来，但仅仅当问题的规模(盘子个数)增大到64左右时，即使现在世界最先进的计算机也要运算上百万年。这显然是不可行的，何况现实世界的问题规模无比巨大。试想，当人类的传感器能够瞬间感知所有物体的状态，计算机的能力能够处理所有的输入，那么这个世界就是可以预测的，人类可以预测到未来，尽管现在看来不可想象，但谁知道将来呢？ Phun物理沙盒官方下载：http://www.phunland.com/wiki/Home -EOF-

转载于:https://my.oschina.net/impeng/blog/11246