0. 前言
在做游戏的时候经常需要随机某一个点,而且形状各种各样,每次要随机的时候就容易忘记怎么弄了。这里总结一下各种常见形状内基础随机方式。
1. 矩形内随机
略~
/// <summary>
/// 在矩形区域内随机一个点
/// </summary>
public static Vector2 InRect(Rect rect)
{
Vector2 pos = new Vector2();
pos.x = Random.Range(0, rect.width) + rect.x;
pos.y = Random.Range(0, rect.height) + rect.y;
return pos;
}
2. 圆形内随机
圆形随机一般有两种。一种是通过极坐标来随机,另一种是先正常随机矩形在判断点是否在圆形内。第二种其实使用的范围很广,我们后面在 “ 6.拒绝采样随机 ” 单独讲,这里我们先讲第一种。
圆形通过极坐标随机就比较简单,分别随机半径和角度。不过直接随机的情况下,概率是不均匀的。也比较容易理解,比如随机到半径为1和为2的圆大小是不一样大的,但是其享受的概率是一样的,所以呢,会出现圆中心概率更高的情况。这个时候只要在[0,r*r]的范围内进行随机再sqrt开方就可以了,就可以弥补这个概率,具体推导可以用换元法试试。这里放一下代码
public struct Circle
{
public Vector2 center;
public float radius;
public Circle(Vector2 center, float radius)
{
this.center = center;
this.radius = radius;
}
}
/// <summary>
/// 在圆形区域内随机一个点
/// </summary>
public static Vector2 InCircle(Circle circle)
{
// 通过极坐标来随机
float r = Mathf.Sqrt(Random.Range(0, circle.radius));
float angle = Random.Range(0, Mathf.PI * 2);
Vector2 pos = new Vector2(Mathf.Cos(angle) * r, Mathf.Sin(angle) * r);
pos += circle.center;
return pos;
}
至于从直角坐标的角度,先随机x,然后获取y的范围进行随机也会有概率不均匀的问题,具体处理还得重新推导,这里就不再研究了。
3. 三角形内随机
三角形随机意外要麻烦得多。简单讲一种思路。我们可以先随机三角形的一条边上的高,随机这个高度并再这个高度的情况下,去随机平行边的长度。
比如下图,我们先随机h再随机r的情况来得到点p。
那么在这种情况下也是会有概论不均衡的问题的,不过这里我们可以发现,因为做的是平行线的缘故,h和得到的平行线是等比放大和缩小的,所以可以用类似于圆的方式来随机。不过实现起来好麻烦呀,太难了,对于已经毕业的人来说,数学太难了。
这里我找到的了一种类似的方法,非常简单,具体论证如果有想了解的话,大家看一下后面链接吧。
那么实现代码就是这样的。
public struct Triangle
{
public Vector2 a;
public Vector2 b;
public Vector2 c;
public Triangle(Vector2 a, Vector2 b, Vector2 c)
{
this.a = a;
this.b = b;
this.c = c;
}
}
/// <summary>
/// 在三角形区域内随机一个点
/// </summary>
public static Vector2 InTriangle(Triangle triangle)
{
// Vector2 a, Vector2 b, Vector2 c
Vector2 pos = new Vector2();
float r1 = Random.Range(0f, 1f);
float r2 = Random.Range(0f, 1f);
pos = (1 - Mathf.Sqrt(r1)) * triangle.a +
Mathf.Sqrt(r1) * (1 - r2) * triangle.b +
Mathf.Sqrt(r1) * r2 * triangle.c;
return pos;
}
4. 多边形内随机
多边形随机可以先把多边形分解为三角形,然后再根据三角形的面积分配不同的权重,随机一个三角形,然后在该三角形内进行随机。所以这个问题,又可以分解为以下几个点。
- 多边形分隔为三角形
- 三角形面积计算
- 按权重随机
- 三角形内随机一点
这样的方法其实流程颇为麻烦, 另一种方法是,像刚刚提及的一样,先矩形简单随机再判断是否在多边形内来达到随机目的,这个还是在 “6.拒绝采样随机” ,进行详细介绍。
那接下来就依次处理一下刚刚的问题。
(1)多边形分割为三角形
关于第一点其实还挺麻烦的,具体怎么分割为三角形有挺多不同的方法,耳切法是一种目前我能查到的一种常见方法,具体内容之前也有讲过,链接如下,实在太长这里就不展开解释了。
https://blog.csdn.net/Blue_carrot_/article/details/131192660
(2)三角形面积计算
这里用的是公式直接去计算就可以了,S=√[p(p-l1)(p-l2)(p-l3)](p为半周长),又解决咯。
/// <summary>
/// 获取三角形面积
/// </summary>
/// <returns></returns>
public float Area()
{
// S=√[p(p-l1)(p-l2)(p-l3)](p为半周长)
float l1 = (b - a).magnitude;
float l2 = (c - b).magnitude;
float l3 = (a - c).magnitude;
float p = (l1 + l2 + l3) * 0.5f;
return Mathf.Sqrt(p * (p - l1) * (p - l2) * (p - l3));
}
(3)数据缓存
其实到这里我们可以发现,这种情况下要随机一个多边形的操作还是非常麻烦的。但是包括划分为三角形,计算三角形面积,这些其实都是可以把数据缓存下来的,这样下次还是可以接着用,就会快非常多。那么我们可以定义数据结构如下。
public struct PolygonRandomData
{
public Polygon polygon;
public Triangle[] triangles;
public float polygonArea;
public float[] trianglesArea;
public PolygonRandomData(Polygon polygon)
{
// 三角化
this.polygon = polygon;
triangles = polygon.Triangulate();
// 计算面积
float area;
trianglesArea = new float[triangles.Length];
polygonArea = 0;
for (int i = 0; i < triangles.Length; i++)
{
area = triangles[i].Area();
polygonArea += area;
trianglesArea[i] = area;
}
}
}
如果需要重复随机的话就可以先把这些数据缓存一下,降低开销。
(4)按权重随机
权重随机,目前做法就是先从0到权重和随机一个数,然后遍历叠加,去判断到达了没,以此达到目的。代码如下,权重和这里是由外部提供 ,因为我们刚刚其实也以及已经把面积和计算好了,就不用再计算一次。
/// <summary>
/// 按照数组内数的非负数权重,获取随机的索引。
/// 如果数组为空或者长度为0,将返回-1。
/// </summary>
/// <param name="weightArr">权重数组,应为非负数</param>
/// <param name="weightSum">给定的权重和,应为weightArr的权重之和</param>
/// <returns></returns>
public static int IndexInWeightArr(float[] weightArr, float weightSum)
{
int index = -1;
float cur = Random.Range(0, Mathf.Max(0, weightSum));
float sum = 0;
if (weightArr != null && weightArr.Length > 0)
{
index = 0;
for (; index < weightArr.Length; index++)
{
sum += weightArr[index];
if (sum > cur)
{
break;
}
}
if (index >= weightArr.Length)
{
index = weightArr.Length - 1;
}
}
return index;
}
下面是只提供权重数组的方法。
/// <summary>
/// 按照数组内数的非负数权重,获取随机的索引。
/// 如果数组为空或者长度为0,将返回-1。
/// </summary>
/// <param name="weightArr">权重数组,应为非负数</param>
/// <returns></returns>
public static int IndexInWeightArr(float[] weightArr)
{
float weightSum = ArrayMathF.Sum(weightArr);
return IndexInWeightArr(weightArr, weightSum);
}
public static float Sum<T>(T arr) where T : IEnumerable<float>
{
float sum = 0;
if (arr != null)
{
foreach (var value in arr)
{
sum += value;
}
}
return sum;
}
(5)实现随机
至于三角形内随机,我们在前面已经解决了,此时就可以实现这个多边形随机了,如下!
/// <summary>
/// 在多边形区域内内随机一个点
/// </summary>
public static Vector2 InPolygon(Polygon polygon, Vector2 defaultValue)
{
return InPolygon(new PolygonRandomData(polygon), defaultValue);
}
/// <summary>
/// 在多边形区域内内随机一个点,polygonData为多边形三角化相关数据
/// </summary>
public static Vector2 InPolygon(PolygonRandomData polygonData, Vector2 defaultValue)
{
Vector2 pos = defaultValue;
int index = IndexInWeightArr(polygonData.trianglesArea, polygonData.polygonArea);
if (index != -1)
{
pos = InTriangle(polygonData.triangles[index]);
}
return pos;
}
这里用了defaultValue主要是考虑到,多边形可能为非简单多边形,比如边有交叉或者点少于3个这种情况,会有分割三角形失败的问题,所以使用了这个值来可以提供后续识别或者保护处理。
5. 随机点测试
前面也列举的了挺多情况,这里先简单测试一下随机效果。每个图形绘制为红色,其中每个图形随机500点,画为绿色,测试结果如下。
可以看出也是随机点的分布还是比较均匀的,效果还可以。
6. 拒绝采样随机
终于到了这个环节。通常我们会有很多奇奇怪怪的形状,没办法具体来形容或者很难去推断去随机方法,甚至还有新的还有额外的条件。那么这个时候我们就可以用到拒绝采样的这样一种方式了。这种方式就是为了从一个简单的概率分布得到一个复杂的概率分布。
比如,我们想要随机一个圆内的点,我们先在矩形内随机,然后判断是否在圆形内,如果不在就拒绝,然后重新随机一下。这样我们就可以得到一个分布均匀的圆啦。这个过程就是拒绝采样了,那么程序上实现的话可以如下:
/// <summary>
/// 拒绝采样,在矩形区域内随机一个符合条件的点
/// </summary>
/// <param name="rect"></param>
/// <param name="judgeFunc"></param>
/// <returns></returns>
public static Vector2 RejectSampling(Rect rect, System.Func<Vector2, bool> judgeFunc)
{
return RejectSampling(rect, judgeFunc, Vector2.zero, -1);
}
/// <summary>
/// 拒绝采样,在矩形区域内随机一个点,并判断是否符合条件,不符合再次随机
/// </summary>
/// <param name="rect">范围</param>
/// <param name="judgeFunc">判断条件</param>
/// <param name="defaultValue">失败返回坐标</param>
/// <param name="maxRandomTime">最大尝试次数,当 maxRandomTime <= 0 时,将无限尝试直到要求被满足</param>
/// <returns></returns>
public static Vector2 RejectSampling(Rect rect, System.Func<Vector2, bool> judgeFunc, Vector2 defaultValue, int maxRandomTime)
{
Vector2 pos;
for (; maxRandomTime != 0; maxRandomTime--)
{
pos = InRect(rect);
if (judgeFunc(pos))
{
return pos;
}
}
return defaultValue;
}
这里会发现我其实给了额外的停止条件,因为在程序中不断循环是有风险的,如果万一这个条件是不可能在范围内达到的,到时候就直接死循环了,所以给定一个范围来提供保护还是挺有用的。
至于判断条件用的是委托的方式,注意了委托在创建的时候会有额外的开销,但正常传值调用的开销是和正常函数差不多的。所以不用过于担心,如果要多次随机,可以把委托先保存一下。
7. 拒绝采样样例
这里测试一下拒绝采样的效果,其实做拒绝采样随机的步骤就可以变化为两步
- 确定随机范围,获取外包裹矩形
- 确定随机条件,判断点是否在形状内
下面我们用两个比较麻烦的图形,椭圆和多边形来做这个拒绝采样处理试试。
(1)椭圆内随机
椭圆内随机一点,变成椭圆外包裹矩形和判断是否在椭圆内,这个都比较简单,就直接代码咯
public struct Ellipse
{
public Vector2 center;
public float a;
public float b;
public Ellipse(Vector2 center, float a, float b)
{
this.center = center;
this.a = a;
this.b = b;
}
public Rect OutsideRect()
{
Vector2 size = new Vector2(a, b);
return new Rect(center - size, size * 2);
}
public bool Inside(Vector2 pos)
{
pos -= center;
return pos.x * pos.x / (a * a) + pos.y * pos.y / (b * b) < 1;
}
}
那么获得者两个条件后,就可以开始随机了,如下就可以得到椭圆的点了
System.Func<Vector2, bool> judgeFunc = ellipse.Inside;
Rect ellipseOutsideRect = ellipse.OutsideRect();
Vector2 pos = RandomU.RejectSampling(ellipseOutsideRect, judgeFunc, Vector2.zero, 100);
(2)多边形内随机
判断多边形的外包裹矩形,就可以直接遍历所有点,找出xmin,xmax,ymin,ymax就可以得到这个矩形了,代码如下
public Rect OutsideRect()
{
if (points.Length <= 0)
{
return new Rect(0, 0, 0, 0);
}
Vector2 min = points[0];
Vector2 max = points[0];
for (int i = 0; i < points.Length; i++)
{
max.x = Mathf.Max(points[i].x, max.x);
max.y = Mathf.Max(points[i].y, max.y);
min.x = Mathf.Min(points[i].x, min.x);
min.y = Mathf.Min(points[i].y, min.y);
}
return new Rect(min, max - min);
}
判断点是否在多边形内部(点如果在多边形边上,也不属于内部),方法就有很多了,这里用的是做射线判断交点的方法,可以看下图。
A点在多边形外做射线的交点都会是偶数个,而B点在多边形内做射线交点为奇数个,就可以作为我们判断的依据。而且一般会用水平右方向的射线,比较容易理解和计算。需要考虑特殊情况就是如果多边形的点在射线上的情况,可不可以判断为相交?如下图。
这里的CDF点都会有不同情况的交点表现,这里就可以做其他限制。
- 对于边的线段有端点在射线上的情况(如F,D),只考虑下端点(记为N),忽视上端点(记为M)。就是N在射线上,交点数量+1,M在不在射线上都不考虑为交点。(这里上下端点相反过来也是一样效果)。
- 对于边的射线都在端点上的情况,视为无交点。
在加上这个两个处理后,再去数交点的数量,是不是就可以满足之前提出的交点数奇偶判断在不在多边形内?大家可以试一下。那么代码就如下了。
/// <summary>
/// 点是否在多边形(在边上视为在多边外)
/// </summary>
/// <param name="pos"></param>
/// <returns></returns>
public bool Inside(Vector2 pos)
{
int j = points.Length - 1;
bool inside = false;
Vector2 pi, pj;
for (int i = 0; i < points.Length; i++)
{
pi = points[i];
pj = points[j];
j = i;
// 水平右方向射线,看交点个数
if ((
// 点的y值是否在两点之间,区间只选一边,
// 这样每个就只会算一次,避免当有点在射线上的干扰
(pi.y <= pos.y && pos.y < pj.y) || (pj.y <= pos.y && pos.y < pi.y)) &&
// x轴截距
pos.x < (pj.x - pi.x) * (pos.y - pi.y) / (pj.y - pi.y) + pi.x)
{
inside = !inside;
}
}
return inside;
}
(3)效果
对于上述的两个形状来试试效果,还挺均匀的。效率问题其实也还好,因为其实随机到图形内的这个情况还是概率比较高的,重复几次基本就随机到了。
(4)点是否三角形/圆形内
其他图形用这个方法也是大同小异,这里就再简单列举一下其他图形如何判断点是否在形状内。
三角形:
/// <summary>
/// 是否在三角形内
/// </summary>
/// <returns></returns>
public bool Inside(Vector2 pos)
{
Vector3 pa = a - pos;
Vector3 pb = b - pos;
Vector3 pc = c - pos;
Vector3 pab = Vector3.Cross(pa, pb);
Vector3 pbc = Vector3.Cross(pb, pc);
Vector3 pca = Vector3.Cross(pc, pa);
float d1 = Vector3.Dot(pab, pbc);
float d2 = Vector3.Dot(pab, pca);
float d3 = Vector3.Dot(pbc, pca);
return d1 > 0 && d2 > 0 && d3 > 0;
}
圆形:
/// <summary>
/// 是否在圆形内
/// </summary>
/// <returns></returns>
public bool Inside(Vector2 pos)
{
pos -= center;
return pos.x * pos.x + pos.y * pos.y < radius * radius;
}
8. 结束咯
到这里就结束咯,希望能够对游戏中进行随机处理,起到参考作用~文章来源:https://www.toymoban.com/news/detail-520378.html
相关参考文章
三角形内随机处理
http://www.cs.princeton.edu/~funk/tog02.pdf
https://www.jianshu.com/p/36fa431311ac
不规则、三角形面积计算
https://blog.csdn.net/n_moling/article/details/115381804
Unity3d判断一个点是否在多边形内
https://blog.csdn.net/zouxin_88/article/details/109678109文章来源地址https://www.toymoban.com/news/detail-520378.html
到了这里,关于[游戏开发]Unity中随机位置_在圆/椭圆/三角形/多边形/内随机一个点的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!