问图形学中的蒙特卡罗方法

EN

作者使用的蒙特卡洛(MC)方法与生成的图像文件类型无关，它与图像最初是如何生成的有关。由于JS1K的重点是编写紧凑的代码，因此作者通过数学形式定义了玫瑰，这些数学形式将通过基本的渲染用小点填充(使它们看起来像实心图像)。

你如何填写这些表格？一种方法是对表面进行均匀采样，即在设定的间隔内放置一个点。正如@Jordan引用的那样，如果且仅当间隔设置正确时，它才会起作用。使它变小需要很长时间；使它变大，图像是拼凑而成的。但是，您可以通过在曲面上随机采样来绕过整个问题。这就是MC方法发挥作用的地方。

我以前看到过这种关于MC的困惑，因为它通常被认为是一种数值模拟工具。虽然被广泛使用，但其核心思想是随机采样一个区间，并对每个步骤进行相应的加权(取决于问题)。例如，物理模拟的权重可能为e^(-E/kT)，而数值积分器可能使用与采样点的导数成比例的权重。wikipeida entry (和参考文献)其中)是更多细节的一个很好的起点。

你可以把完整的看作是一个完全计算的函数。当MC算法运行时，它会对此函数进行采样，同时收敛到正确的答案。

作者在文章中写道，他使用蒙特卡洛采样来克服基于间隔的采样的局限性，因为后者“需要为每个表面设置适当的间隔。如果间隔很大，渲染速度会很快，但可能会以尚未填充的表面上的空洞结束。另一方面，如果间隔太小，渲染增量的时间会增加到令人望而却步的程度。”我相信WebMonkey文章的结论是:代码大小是不正确的。