使用OpenGL进行Mandelbrot集的可视化

Mandelbrot集是哪一集??

Mandelbrot集不是哪一集!! 啊不对……
Mandelbrot集是哪一集!! 好像也不对……
Mandelbrot集是数集!! 所以……他不是一集而是数集??……

所以这个M...dem...集到底是什么啊??

Mandelbrot集是一个数集

Mandelbrot集M(简称曼集)是一个由二元复数构成的集合,也就是一个复数集:

MC

也就是说,曼集的元素都是复数,也就是如下的形式:

mM,m=a+bi,(a,bR)

为什么叫这么复杂的名字??

本华·曼德勃罗特(Benoit B.Mandelbrot)是分形学(Fractals) 的鼻祖,是的,Fractals这个词就是他提出的。
不过,这个集合本身并不是他本人提出的,而是一个叫做阿德里安·杜阿迪的法国数学家提出的,至于为什么以曼德勃罗特命名,根据wiki的说法是提出者为了向曼德勃罗特致敬而放弃用自己的名字命名。

这是个什么样子的集合??

一个复数z在或不在曼集中,取决于如下数列是否收敛

(1)ζ:z,f(z;c),f(f(z;c);c),,fn(z;c)

z,cC

其中,f(z;c)=z2+cc是一个复参数。
如果把fn(z;c)展开写的话就是:

(2)ζn=fn(z;c)=zn2+nczn=zn12+c

由于在其中迭代的前一个z都是以平方的形式出现,这也就意味着

|(zn)||(zn1)|0|(zn)||(zn1)|0

这样一来,若zn收敛,则zm(m<n)必然收敛。

综上描述,有下结论:

(3)zMlimnζnC

式3即曼集判定的充要条件或定义。

为了让问题变得简单,这里可以令初始值z=0,这样式2变成了仅与参数c相关的形式:

z0=0z1=cz2=z12+c=c2+cz3=z22+c=c4+2c3+c2+c

复数??迭代??还收敛??听起来好像很复杂……

这个……是的,这些东西听起来很不直观,以至于我也花了好久看了大量资料才搞清楚是什么意思。

但是,这件事本身的中心思想并不复杂,其无非做了这样的一件事情:

  1. 给定一个复数c
  2. 计算z+=z2+cz+会成为下一次的z
  3. 就这样,反复执行2,直到山穷水尽之时
    1. z+仍然没有飞升为,那cM
    2. 否则存在某一次z+=cM

山穷水尽之时??那我恐怕等不到那一天了……

不必沮丧,我们甚至没打算去推导出zn的完整展开形式,而且,计算机也无法处理需要运行无数次才能解决的问题(停机问题)。

但是,在有限的,可预见的次数(迭代数)内,进行这样的判定还是可行的并且能得出结果的。

但是这样的话肯定会有纰漏吧

说的对,因为只要迭代数n有限,zn是总能求出确定值。但正因为如此,迭代数的增长才会产生实际的意义。这就好像,没有人能求出π的所有小数位数,但是每当有人多求出正确的一位的时候,其结果与实际值就总会更加接近。也就是说,只要范围有限,我们求得的曼集就总比实际的曼集大,但随着次数的增多,结果集合会向曼集逐渐地靠近。

所幸,在有限的次数内,我们尽管不能立即断言哪些数一定属于曼集,但我们能断言哪些数一定不属于曼集,那正是:

还没上高速公路就要起飞的,那必然是要玩完的

在有限次计算就体现出明显的发散趋势的时候,那基本也就抢救无效了

好吧好吧,那有哪些值是可以放弃治疗的?

根据迭代函数的定义,f(z;c)=z2+c,我们对函数的范数(也就是,或者称为复数的绝对值)进行考察,至少如果f收敛,其模与带入z的模至少是相等的(当然,原则上幅角也应当相等),:

|f(z;c)|=|z2+c|=|z||z|0

根据绝对值三角不等式(这个对复数域同样成立,实际上就是向量绝对值三角不等式的移植),若|z|=0|c|必然为0,否则

|z|2|c|=|z2||c||f(z;c)|=|z||z2|+|c|=|z|2+|c|1|c||z|1+|c|

由于迭代初始条件z0=0,因此经过n次迭代后的z一定是

zn=m=0(n2)2kmcmc|zn|m=0(n2)2|km||cm|

上面的不等数右侧产生了一个很熟悉的形式——幂级数,如果要幂级数m=0(n2)2|km||cm|收敛,则|c|<1必要条件(由于km的大小这里没有多加考虑,即使|c|<1满足,发散的可能同样存在,这个在后续的迭代过程中会进一步的被发掘出来),否则根据幂级数的性质级数必然发散,这样得到了一个必要阈值|cΘ|=1,将这个阈值带入,我们就能得到|z|的基础发散判定值:

|z|2limnζn=

在后面的程序中,我们将使用这个值作为发散判定,意思就是说,如果算出|z|2了,那就不用考虑了,你不可能收敛的,至于剩下的值,我只假设但不断言它一定在集合内,因此我暂且将它认为是集合内的,如果经过更多的计算发现也达到这个红线条件了,那么同样不论这个值挣扎了多久,OUT!

但是,复数的收敛并不限于模收敛,当复数被整理为辐角形式rθ时,若θ没有稳定值即便r已经收敛仍然不能断言复数收敛(毕竟啊,那个复平面上的向量如果一直在原地打转,分量就总在以一个有界值变化,宛如论证的丧钟在转动),但是对于这个函数而言根本不会不存在这种情形

哇,断言的这么轻松??何出此言??

其实很容易,找到这样的向量,利用迭代函数平方相加后保持模不变即可,所幸的是,这样的值非常有限,因为首先一个条件就将范围急剧缩减:

|c|=1

是的,只有|c|=1的时候,平方计算后才可能保证模不变(依据辐角计算法若z=rzθ,则z2=rz22θ),当然我是指仅一次,因为还另外需要一件事保证z2+c=c2+c后的模长也是|c|或者说是1

cos<c2,c>=12

也就是说argz2argc=2kπ3才可以(这个式子写的不是很严谨,但你当成是两个夹角为120就好),当然你会反驳:

c是随意取得,也就是说幅角就可以是任意值,当然,z2的取值决定于c,也就是z2可以和c构造连续的函数映射,那么你根本保证不了z2一定能够避开这些值啊你个代数白痴!!

啊是的,但是你很快就会意识到一个事实:

这个丧钟,转不久的!!

什么??

确实,当满足上述两个条件之后,得到的z+的结果模仍然是1,只是转了个角度,但是架不住这个函数是迭代的啊,这次得到的z+很明显位于这z2c的角平分线处……

然后,夹角条件被打破了!!

就像雪崩一样,这个微妙的平衡很快就被打破了,并且马上开始急剧的发散(或收敛)。

如丸走坂
- Ramp Rollerball

这样一来,通过多次的迭代运算,不合格的点一点一点被筛出,如果次数足够多,这个集合最后形成的图形被称为Mandelbrot分形
大概长出来是这样的:

这个M..d什么b什么的分形有什么特点么??

作为一个分形,它最大的特点之一就是:

德罗斯特效应(自相似性,Droste Effect)

如果对这个图形局部放大,你会看到这个与最开始看到一致的子图性,而且:

放大一次有,一直放大一直有!放大放大再放大!每一个子部都看的清清楚楚!

德罗斯特效应本质是递归式的图形体现,因为迭代函数通过z+=f(z;c)进行了递推,这样的话,也就意味着,分形具有无限细微的结构,而且跟整体是相似的。

而具有无限精细的结构也就意味着:它具有有限的面积,而周长却很可能无穷大

当然由于曼集的边缘性质非常复杂,这里就不再详细讨论他的周长是否收敛了(面积收敛是一看就能看出来的),毕竟这篇文章是为了说明如何通过OpenGL实现这个集合的可视化,上面其实已经花了大量的篇幅去推导一个阈值了。

Mandelbrot集的兄弟——Julia集简介

之前是以c作为参数进行迭代,得到了曼集,那么,如果把cz交换一下,让z做参数,就得到了Mandelbrot集的兄弟——Julia集(以下简称朱集),以法国数学家加斯顿·朱利亚(Gaston Julia)命名。

— Oh,Julia~
— Oh,Mandelbrot~
— W...What??

同样,因为递归仍然存在,Julia集得到的也会是Julia分形

迭代函数没变,因此它的发散判定也是和曼集是一致的,这里仅仅介绍一下这个亲戚,并不打算实现这个Julia集的可视化。

OpenGL可视化实现

其实上面的函数都已经推导完毕的情况下,并且也知道集合是如何生成的之后,代码实现就容易多了,绘制曼集的代码如下(只考虑整数点):

基本绘制(二值化)

void DrawMandelbrot(int maxIter)
{
complex<double> z(0,0); // 位于标准库<complex>头文件中
complex<double> c;
complex<double> f(0,0);
bool diverge = false;
glBegin(GL_POINTS);
for (GLint x = -400; x < 400; x++)
{
diverge = false;
for (GLint y = -300; y < 300; y++)
{
c = { static_cast<double>(x)/150,static_cast<double>(y)/150 };
int iter;
for (iter = 0; iter < maxIter; iter++)
{
z = z*z + c;
if ( abs(z) >= 2 ) //发散判定
{
diverge = true;
break;
}
}
if (!diverge)
{
glColor3f(0.0f, 0.0f, 0.0f); //集合内黑色
}
else
{
glColor3f(1.0f, 1.0f, 1.0f); //集合外白色
diverge = false;
}
z = { 0,0 };
glVertex2i(x, y);
}
}
glEnd();
}

效果图:

有问题,如果发散判定值不取2会有什么影响??

问得好,实际上我正想说,其实判定值最好取2,如果实在无法取得的话,也至少请保证它大于2
如果小于2,则有些本来应该在曼集内的点被剔除,这样形成的曼集图形是不完整的。

而如果大于2,当迭代次数非常大的时候,实际上得到的结果与2的时候相差不大(细微的内部可能会有所差别),因为次数非常大的时候,该发散的值一般早都散得没影了,用再大的有限值根本拦不住。但是如果迭代次数非常小的时候,得到的曼集会包含大量冗余的点,因为阈值没能称职地起到约束作用。

迭代着色

当然,无论如何,我们可以让上面的图更加漂亮一些,比如我们以迭代多少次就发散了作为着色的依据,这里对上面的图形进行着色处理。
实际上只需要把集合外的着色代码里面的颜色分量改成与迭代数iter相关的形式:

//...
else
{
glColor3f(static_cast<float>(iter) / maxIter, (0.5f*iter) / maxIter, 0.15f*iter / maxIter);
diverge = false;
}

绘制结果:

值得注意的是,由于迭代次数是一个离散的值,因此整个图片的着色显得并不是那般的丝滑和连续,在其他文章中还有提到过对数化将使着色更加柔和漂亮的方法,这里不再阐述。

当指定参数maxIter的次数不同,形成的图形也不同,并且,随着迭代次数的增大, 形状逐渐趋于稳定,更接近于标准的曼集图样:

posted @   Oberon  阅读(1029)  评论(0编辑  收藏  举报
编辑推荐:
· PostgreSQL 和 SQL Server 在统计信息维护中的关键差异
· C++代码改造为UTF-8编码问题的总结
· DeepSeek 解答了困扰我五年的技术问题
· 为什么说在企业级应用开发中,后端往往是效率杀手?
· 用 C# 插值字符串处理器写一个 sscanf
阅读排行:
· [翻译] 为什么 Tracebit 用 C# 开发
· 腾讯ima接入deepseek-r1,借用别人脑子用用成真了~
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· DeepSeek崛起:程序员“饭碗”被抢,还是职业进化新起点?
· RFID实践——.NET IoT程序读取高频RFID卡/标签
点击右上角即可分享
微信分享提示