[入门] Unity Shader前置知识(5) —— 向量的运算

在Unity中,向量无处不在,我想很多人都使用过向量类的内置方法 normalized() 吧,我们都知道该方法是将其向量归一化从而作为一个方向与速度相乘,以达到角色朝任一方向移动时速度都相等的效果,但内部具体是如何将该向量进行归一化的呢,本篇我们就来揭晓这个答案。

1. 相关概念

在学习向量的运算之前,我们先要了解一些有关概念:

标量(scalar)是一个只有大小,没有方向的物理量。

向量(vector)是一个有长度,也有方向的有向线段。

向量的模(magnitude)指的这个向量的长度。一个向量的长度可以是任意的非负数。模式一个标量。

向量的方向(direction)描述了这个向量在空间的指向。

2. 向量和标量的乘法/除法

以三维向量为例,向量和标量的乘法公式如下:

kv=(kv_{x},kv_{y},kv_{z})

类似的,向量也可以被一个非零的标量相除,这等同于和这个标量的倒数相除:

 \frac{v}{k}=\frac{(x,y,z)}{k}=\frac{1}{k}(x,y,z)=(\frac{x}{k},\frac{y}{k},\frac{z}{k})

 下面是两个简单的例子:

2\cdot (1,2,3)=(2,4,6)

\frac{(1,2,3)}{2}=(0.5,1,1.5) 

3. 向量之间的加法和减法 

 我们可以对两个向量进行相加或相减,其结果是一个相同维度的新向量。只需要把两个向量的对应分量进行相加或相减即可,公式如下:

a+b=(a_{x}+b_{x},a_{y}+b_{y},a_{z}+b_{z})

a-b=(a_{x}-b_{x},a_{y}-b_{y},a_{z}-b_{z}) 

下面是两个简单的例子:

 (1,2,3)+(4,5,6)=(5,7,9)

(5,2,7)-(3,8,5)=(2,-6,3) 

 4. 向量的模

我们以三维向量为例,计算一个向量的模公式如下:

|v|=\sqrt{v_{x}^{2}+v_{y}^{2}+v_{z}^{2}}

 我们以一个二维向量(1, 1)为例,模的计算方式如下:

|(1,1)|=\sqrt{1^{2}+1^{2}}=\sqrt{1+1}=\sqrt{2}\approx 1.414

 5. 向量的归一化

向量归一化(normalized vector)是指将该向量的模变为1,模为1的向量被称为单位向量(unit vector)。对任何给定的非零向量,把它转换成单位向量的过程就被称为归一化(normalization)

通常,我们在向量的头上添加一个带帽符号来表示单位向量,例如\hat{v}。为了对向量进行归一化,我们可以将向量除以该向量的模来得到,公式如下:

\hat{v}=\frac{v}{|v|}

 我们以一个二维向量(1, 1)为例,该向量归一化的计算方式如下:

\frac{(1,1)}{|(1,1)|}=\frac{(1,1)}{\sqrt{2}}=\frac{(\sqrt(2),\sqrt(2))}{2}\approx \frac{(1.4,1.4)}{2}=(0.7,0.7)

6. 向量之间的乘法

6.1. 点积

点积(dot product)的名称来源于这个运算符号:a\cdot b。点积的公式有两种形式,我们先看第一种公式:

a\cdot b=(a_{x},a_{y},a_{z})\cdot (b_{x},b_{y},b_{z})=a_{x}b_{x}+a_{y}b_{y}+a_{z}b_{z}

它还有第二个公式:

a\cdot b=|a|\cdot |b|\cdot cos\theta

由此公式我们可以得出:

cos\theta=a\cdot b\div |a|\div|b| 

 当a、b两个向量都为单位向量,也就是|a||b|都为1时,公式又可以简化为:

cos\theta=\hat{a}\cdot \hat{b}

因此:

\theta=arcos(\hat{a}\cdot \hat{b}) 

6.2. 叉积

叉积(cross product)的名称来源于它的符号:a\times b,同样这个叉号也不能省略它的计算公式为:

a\times b=(a_{x},a_{y},a_{z})\times(b_{x},b_{y},b_{z})=(a_{y}b_{z}-a_{z}b_{y},a_{z}b_{x}-a_{x}b_{z},a_{x}b_{y}-a_{y}b_{x})

我们用一张图就可以清晰的描述它的运算规律:

计算出来的向量是垂直于a、b所构成的平面的法向量。

  • 11
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值