我已经看到了此伪随机数生成器，可用于在网上和此处引用的着色器：
float rand(vec2 co){
return fract(sin(dot(co.xy ,vec2(12.9898,78.233))) * 43758.5453);
}它被不同地称为“规范”，或“我在网上某处找到的单线”。
此功能的起源是什么？常数值看起来像是任意的吗，还是选择某些艺术？是否有讨论此功能的优点？
Answers:
非常有趣的问题！
我试图在输入答案时弄清楚这个问题：）首先是一种简单的玩法：http : //www.wolframalpha.com/input/? i=plot%28+mod%28+sin%28x* 12.9898 +％2B + y * 78.233％29 + * + 43758.5453％2C1％29x％3D0..2％2C + y％3D0..2％29
然后，让我们考虑一下我们要在这里做什么：对于两个输入坐标x，y，我们返回一个“随机数”。现在，这不是一个随机数。每次输入相同的x，y都是相同的。这是一个哈希函数！
函数要做的第一件事是从2d变为1d。这本身并不有趣，但是选择了数字，因此通常不会重复。另外，我们在那里还有一个浮点数。y或x还会有更多的位，但是可能只是正确选择了数字，所以进行了混合。
然后我们对黑盒sin（）函数进行采样。这将在很大程度上取决于实施！
最后，它通过乘以小数来放大sin（）实现中的错误。
在一般情况下，我认为这不是一个好的哈希函数。sin（）在GPU上是一个数字上的黑匣子。通过采用几乎所有哈希函数并将其转换，应该可以构造出更好的代码。困难的部分是将cpu哈希中使用的典型整数运算转换为float（half或32bit）或定点运算，但是应该可行。
同样，将其作为哈希函数的真正问题是sin（）是一个黑匣子。
起源可能是论文： “借助y = [（a + x）sin（bx）] mod 1生成随机数”，WJJ Rey，第22届欧洲统计学家会议以及第七届维尔纽斯概率论会议和数理统计，1998年8月
编辑：由于我找不到本文的副本，并且“ TestU01”参考资料可能不清楚，因此这是伪C中TestU01中描述的方案：
#define A1 ???
#define A2 ???
#define B1 pi*(sqrt(5.0)-1)/2
#define B2 ???
uint32_t n; // position in the stream
double next() {
double t = fract(A1 * sin(B1*n));
double u = fract((A2+t) * sin(B2*t));
n++;
return u;
} 其中唯一推荐的恒定值是B1。
请注意，这是针对流的。转换为一维哈希'n'成为整数网格。所以我的猜测是有人看到了这一点并将“ t”转换为简单函数f（x，y）。使用上面的原始常量将产生：
float hash(vec2 co){
float t = 12.9898*co.x + 78.233*co.y;
return fract((A2+t) * sin(t)); // any B2 is folded into 't' computation
}fract(sin(dot(co.xy ,vec2(12.9898,78.233))) * (co.xy + vec2(43758.5453, SOMENUMBER))以符合论文所要使用的功能。
a和b）的起源的问题仍然存在，但是您引用的论文中可能已经使用过。
常数是任意的，尤其是它们非常大，并且与质数相距小数点后两位。
大于1的高振幅窦的系数乘以4000是周期函数。就像是百叶窗或波纹状金属一样很小，因为它乘以4000，然后由点积成角度旋转。
由于该函数是二维函数，因此点积具有使周期函数相对于X和Y轴倾斜的效果。以约13/79的比例。这是低效的，您实际上可以通过做（13x + 79y）的正弦来实现相同的目标，这也将以较少的数学实现相同的目标。
如果同时在X和Y中找到函数的周期，则可以对其进行采样，以使其再次看起来像一个简单的正弦波。
这是它的图片放大图
我不知道其起源，但它与许多其他起源相似，如果您以固定间隔在图形中使用它，则可能会产生波纹图案，并且您可能会发现它最终再次出现。
(13x + 79y)，因为dot(XY, AB)会做你描述什么，因为它的点积，其中x,y dot 13, 79 = (13x + 79y)
也许是一些非周期性的混沌映射，然后它可以解释很多事情，但是也可以只是一些任意的大数操作。
编辑：基本上，函数fract（sin（x）* 43758.5453）是一个简单的类似于哈希的函数，sin（x）提供-1到1之间的平滑sin插值，因此sin（x）* 43758.5453将是从-进行插值43758.5453至43758.5453。这是一个相当大的范围，因此即使x的步长很小，结果也会产生较大的步长，而分数部分的变化确实很大。需要“ fract”才能获得-0.99 ...至0.999 ...范围内的值。现在，当我们有类似哈希函数的东西时，我们应该根据向量创建用于生产哈希的函数。最简单的方法是分别对输入向量的任何y分量x调用“哈希”。但是，那么我们将有一些对称值。因此，我们应该从向量中获取一些值，方法是找到一些随机向量，并找到该向量的“点”乘积，然后开始：fract（sin（dot（co.xy，vec2（12.9898,78.233）））* 43758.5453）; 同样，根据选择的向量，在计算“点”积之后，其长度应足够长以具有“正弦”函数的多个垂直点。