Day 27: std.math模块：数学函数

1. 引言

欢迎来到第二十七天！数学运算是许多应用程序的核心部分，从游戏物理到科学计算，再到金融建模。std.math 模块是Zig标准库提供的数学工具箱。它不仅包含了常见的数学函数（如三角函数、对数、指数等），更重要的是，它体现了Zig的设计哲学：精确和安全。std.math 中的函数经过精心设计，以处理各种边界情况，并对浮点数计算中常见的陷阱（如精度损失、NaN 和无穷大）有明确的处理策略。

2. 基本函数

std.math 提供了你所期望的所有基本数学函数，并且它们都是泛型的，可以接受任何浮点数类型（f16, f32, f64, f128）。

sqrt(x): 计算平方根。
sin(x), cos(x), tan(x): 三角函数。
pow(T: type, base: T, exp: T) T: 计算 base 的 exp 次方。
log(x), log2(x), log10(x): 自然对数、以2为底的对数、以10为底的对数。
abs(x): 计算绝对值。
floor(x), ceil(x), round(x): 向下取整、向上取整、四舍五入。

const std = @import("std");

const pi = std.math.pi_f32;
const sin_of_pi_half = std.math.sin(pi / 2); // 1.0

const squared = std.math.pow(f64, 2.0, 10.0); // 1024.0

3. 高级函数

除了基本函数，std.math 还提供了一些更专门的函数：

atan2(y, x): 计算 y/x 的反正切，但它能根据 y 和 x 的符号正确地确定角度所在的象限。
exp2(x): 计算 2 的 x 次方，通常比 pow(2, x) 更快、更精确。
hypot(x, y): 计算 sqrt(x*x + y*y)，即直角三角形的斜边长。它能更好地处理 x 或 y 值非常大或非常小的情况，避免不必要的溢出或下溢。

4. 数学常量与精度

std.math 为不同的浮点数精度预定义了各种常量。

pi_f32, pi_f64: π 的 f32 和 f64 版本。
e_f32, e_f64: 自然常数 e。
inf_f32, nan_f32: f32 类型的无穷大和 NaN (Not a Number)。

f128 高精度浮点数

对于需要极高精度的科学或金融计算，Zig原生支持128位浮点数 f128。std.math 中的所有函数也都支持 f128。

5. 处理 `NaN` 和无穷大

浮点数计算可能会产生 NaN（例如 0.0 / 0.0）或无穷大（例如 1.0 / 0.0）。std.math 提供了检查这些特殊值的函数：

isNan(x)
isInf(x)

在进行浮点数比较时，需要特别注意 NaN。根据IEEE 754标准，NaN 与任何值（包括它自己）的比较结果都是 false。

const result = 0.0 / 0.0; // NaN

if (result == result) { // 这个分支永远不会执行
}

if (std.math.isNan(result)) { // 正确的检查方式
    // ...
}

6. 示例：蒙特卡洛方法估算π

蒙特卡洛方法可以通过在一个正方形内随机投点，并计算落在其内切圆中的点的比例来估算π。

const std = @import("std");

pub fn main() !void {
    const allocator = std.heap.page_allocator;
    var prng = std.rand.DefaultPrng.init(try std.time.nanoTimestamp());
    const random = prng.random();

    const total_points = 1_000_000;
    var points_in_circle: u32 = 0;

    for (0..total_points) |_| {
        const x = random.float(f64);
        const y = random.float(f64);

        // 使用 hypot 更精确地计算点到原点的距离
        if (std.math.hypot(x, y) < 1.0) {
            points_in_circle += 1;
        }
    }

    const pi_estimate = 4.0 * @as(f64, @floatFromInt(points_in_circle)) / @as(f64, @floatFromInt(total_points));
    std.debug.print("Pi estimate: {d}\n", .{pi_estimate});
}

注意：这个例子需要 std.rand 和 std.time 模块，我们将在后续课程中详细学习它们。

7. 实践练习：简单的线性代数

创建一个 Vec3 结构体（包含 x, y, z 三个 f32 字段），并为其实现以下数学函数：

length(): 返回向量的长度（模），使用 std.math.hypot 可能会有帮助。
normalize(): 将向量转换为单位向量（长度为1）。
dot(other: Vec3): 计算与另一个 Vec3 的点积。

8. 常见问题

问：为什么 std.math 中的函数不直接返回 NaN，而是依赖于 strict 模式？

答：Zig的哲学是尽可能地将运行时错误转化为编译时或可处理的错误。在 @setFloatMode(.Strict) 模式下，会导致 NaN 的操作（如 sqrt(-1)）会触发一个panic或编译错误，这强制开发者在代码中处理无效输入，而不是让 NaN 在程序中悄悄传播，导致后续计算出现难以追踪的错误。

问：std.math 和 libm 有什么关系？

答：libm 是一个标准的C数学库。在很多平台上，std.math 中的一些函数最终会调用底层 libm 的实现。但是，Zig标准库在这些绑定的基础上做了很多工作，包括添加泛型支持、改进边界情况处理和与Zig的错误处理及浮点数模式集成。

9. 总结

今天，我们探索了 std.math 模块，它是Zig中进行数学计算的基石。我们学习了如何使用它的基本和高级函数，了解了它对不同浮点数精度的支持，并强调了其在处理 NaN 等特殊值时的安全性和精确性。std.math 不仅仅是一个数学函数库，它更是Zig语言设计哲学的体现：即使是像数学计算这样看似简单的任务，也要以最明确、最安全的方式来完成。

明天，我们将学习 std.sort 模块，看看如何利用标准库对数据进行高效排序。