迷人可爱的Mandelbrot套箍和卷发是浮点计算不准确的结果吗?
我编写了各种Mandelbrot集实现,例如动态缩放和回放。一些使用定点算法,另一些使用FPU。
我看到了
this question
这表明每个芽都是数学上平滑的形状,周围有较小的芽。
海马形状等的游行是计算机浮点运算局限性的副作用,而不是实际的Mandelbrot集吗?
海马?Spektre增加:
编辑:遵循提供的悬赏。
我一直想说的是,浮点运算,无论是定点还是固定意义,都不能保持迭代步骤的真实结果。Mandelbrot集有趣的部分在边界附近,在这个区域,迭代坐标可以在循环的近重复中抖动数千次,然后最终“逃逸”。
我的问题是:算术失败的方式是否会导致这些模式?据我所知,完美的Mandelbrot集合实际上是在其他芽周围无限排列的平滑形状的芽。评论者说,算法越好,著名的海马等形状就越好,而当一个糟糕的实现产生模糊的图像时,就可以看到这一点。但这只会强化我的问题:算法越精确,算法就越精确,越有规律地失败,直到随着坐标的变化,出现间断,并以稍微不同的方式发展到失败。
无论如何,这里有一个C函数,它使用x87 FPU迭代一个点。代码不是最新的,可以利用方块之间的差异来改进它,这仍然在我古老的“待办事项”列表中。
int MAXRAD = 4;
int K_LIMIT = 5000;
double REAL8, IMAG8;
int iterate (void)
// calculate Mandelbrot iterations of REAL8, IMAG8
// return iterations
{
int iters;
__asm {
FILD DWORD PTR MAXRAD ;MAX R^2
FLD QWORD PTR IMAG8 ;INIT Y VALUE
FLD QWORD PTR REAL8 ;INIT X VALUE
FLD ST(1) ;WORKING Y = IMAG
FLD ST(1) ;WORKING X = REAL
MOV ECX,DWORD PTR K_LIMIT
MOV BX,0100h ;MASK FOR C0 FLAG
ALIGN 4
MLOOPB: ;ITERATE ST0 ST1 ST2 ST3 ST4 ST5 ST6 ST7
; X Y REAL IMAG 4.0
FLD ST(0) ;PUSH X X X Y REAL IMAG 4.0
FMUL ST(1),ST ;X * X X X^2 Y REAL IMAG 4.0
FMUL ST,ST(2) ;X * Y XY X^2 Y REAL IMAG 4.0
FADD ST,ST(0) ;2 * XY 2XY X^2 Y REAL IMAG 4.0
FADD ST,ST(4) ;2XY+IMAG Y' X^2 Y REAL IMAG 4.0
FXCH ST(2) ;Y', Y Y X^2 Y' REAL IMAG 4.0
FMUL ST,ST(0) ;Y * Y Y^2 X^2 Y' REAL IMAG 4.0
FLD ST(0) ;PUSH Y^2 Y^2 Y^2 X^2 Y' REAL IMAG 4.0
FADD ST,ST(2) ;Y^2 + X^2 R^2 Y^2 X^2 Y' REAL IMAG 4.0
FCOMP ST(6) ;TEST & POP Y^2 X^2 Y' REAL IMAG 4.0
FNSTSW AX ;STATUS
FSUB ;X^2 - Y^2 ... Y' REAL IMAG 4.0
FADD ST,ST(2) ;X' X' Y' REAL IMAG 4.0
TEST AX,BX ;CHECK C0
LOOPNZ MLOOPB ;LOOP IF (ITERS > 0) and (RADIUS^2 < 4)
FNINIT ;INIT COPROCESSOR TO CLEAR STACK
MOV EAX,DWORD PTR K_LIMIT
SUB EAX,ECX ;DONE, LOOP WAS COUNTED DOWNWARD
MOV DWORD PTR iters,EAX
}
return iters;
}
请注意,有
不
迭代循环中的内存加载/存储操作。
我还问了一个关于StackExchange数学的问题
here
。