Hash 柏林噪声如何从排列数组中得到向量？

我目前正在尝试在二维HLSL上实现柏林噪声。我看了，但我不明白从置换数组到向量的转换是如何工作的。 我知道我可以得到这样的散列码

int g00 = p[floorX + p[floorY]],
    g10 = p[floorX + 1 + p[floorY]],
    g01 = p[floorX + p[floorY + 1]],
    g11 = p[floorX + 1 + p[floorY + 1]];

（floorX和floorY是分解为8位的地板x、y坐标。）

是的，但我还是不明白。我也不明白Ken实现中的“grad（…）”方法是如何工作的。

---

有人能解释一下它是如何工作的吗？

Ken Perlin的实际java实现实际上是他的GPU实现的伪代码，这意味着某些部分（尤其是您一直停留在上面的部分）是完全无法穿透的（使用一些优化理论）

为了可读性， 试试Stefan Gustavson在Simplex Noise Demystified（2005）中的参考java实现，它更清晰，因为它部分是作为教学工具设计的

在他的grad（）函数中，有一长串的位操作和条件（使用三元简写运算符）用于选择伪随机单位向量。特别是，它应该从一组均匀分布在单位圆（2D）或球体（由立方体侧面的中点近似，3D）等周围的集合中进行选择，并且每个集合的概率相等。 如果散列例程对最低4位进行了充分的置乱，那么这16个选项可以快速映射到12个最佳3D向量（长度为sqrt2）——这就是它所做的（还有，imho，为什么柏林噪声很少达到他在随附论文中提出的标准）

特别是，他对伪随机选择的两个轴单位向量（x、y和z）求和，每个向量都有伪随机确定的符号

由于您需要2D噪波，我建议您对渐变本身使用一个查找表，但请使它们的长度相同（它看起来比附录中的快捷方式Perlin要好一点，该快捷方式在任何地方都复制过，而且向量通常已经是浮动的）。实际上，您可以选择8个良好的基渐变（因此按位置乱可以在不变形的情况下工作！）