我們當(dāng)打開一個一個存檔或者是創(chuàng)建一個存檔過程中

一般就是經(jīng)典的存檔名稱

世界類型還有是否允許作弊的選項

但是在這背后有沒有想過一些問題

世界是如何被生成的呢

我們今天就從底層邏輯方面去探討這些東西

文章具體內(nèi)容多數(shù)引用知乎wiki

第一

我們現(xiàn)在探討一些關(guān)于噪聲函數(shù)的方面內(nèi)容

柏林噪聲函數(shù)，又稱噪聲函數(shù)

在我的世界生成地形方面起到了十分重要的作用

就比如說是在材質(zhì)紋理的渲染等方面

一些我的世界比較著名的bug也是出自這個之手

比如“邊境之地”

我們先來解釋一下柏林噪聲函數(shù)的定義

柏林噪聲 (Perlin noise )指由Ken Perlin發(fā)明的自然噪聲生成算法 。一個噪聲函數(shù)基本上是一個種子隨機發(fā)生器。它需要一個整數(shù)作為參數(shù)，然后根據(jù)這個參數(shù)返回一個隨機數(shù)。如果兩次都傳同一個參數(shù)進來，它就會產(chǎn)生兩次相同的數(shù)。這條規(guī)律非常重要，否則柏林函數(shù)只是生成一堆垃圾

我們常說的地圖種子就是指柏林函數(shù)里的種子輸入，“如果兩次都傳同一個參數(shù)進來，就會生成兩次相同的數(shù)”

可以說為什么我們每次輸入相同種子都會出現(xiàn)相同地形的原因

從本質(zhì)上來說，柏林噪聲函數(shù)

就是個隨機生成器，我的世界里的地形就是這個函數(shù)隨即生成

我們眾所周知的都是知道我的世界的地形是一塊一塊的區(qū)塊拼接起來的

具體的敘述

噪聲（Noise）實際上就是一個隨機數(shù)生成器，當(dāng)然，這是一種偽隨機（現(xiàn)實世界中的真隨機在計算機中不存在）。我們所看到的那些黑白噪聲圖，實際上是隨機數(shù)映射到0和1之間產(chǎn)生的灰度圖。隨機本身就是不同，那為什么還需要不同的隨機？

普通噪聲（隨機數(shù)生成器）的問題在于，它實在太過于隨機，毫無規(guī)律可言（如圖1所示）。在上個世紀(jì)80年代，柏林噪聲的發(fā)明者?Ken Perlin?當(dāng)時正在參與迪士尼的經(jīng)典電影電子世界爭霸戰(zhàn)（TRON）的制作。他想用噪聲來模擬逼真的隨機效果，但對最終產(chǎn)生的不自然的效果很不滿意。在現(xiàn)實世界中，盡管很多自然現(xiàn)象（如山脈起伏、大理石紋理等）是隨機的，但隨機之中蘊含著規(guī)律，普通噪聲很難體現(xiàn)出這種亂中有序的效果。（引知乎用戶阿虎）

即

選取隨機點，給定隨機值
給定點位的梯度（用插值函數(shù)標(biāo)識）
根據(jù)隨機點的值與梯度計算出為賦值位置的數(shù)值
在這一過程中Perlin Noise使用一些特殊的處理策略保證生成的數(shù)據(jù)偽隨機并且連續(xù)

很簡單的數(shù)學(xué)函數(shù)原理

說明白點，就是在設(shè)定的是一個函數(shù)

這個函數(shù)的表達式就是特殊的處理方式

隨機點代表定義域

反饋的值在進行運算生成新的數(shù)值

從而達到生成地形的目的

一下為函數(shù)生成原理

public double perlin（double，x，double，y，double，z，）：

這是最基本的柏林函數(shù)式子

想當(dāng)然我們看到這個

可能會莫名想起在游戲里面看到的f3

沒錯，xyz說白了就是你生成世界的媒介，每一塊都有具體坐標(biāo)就是這樣來的

但是有沒有想過一個問題

double函數(shù)雖然說是極為大的數(shù)字

可以說是天文數(shù)字，我們可以看看具體在java中的數(shù)值

[-1.79769313486231570e+308,-4.94065645841246544e-324] ∪??[4.94065645841246544e-324,1.79769313486231570e+308]

說具體點就是2的正負1024次方

但是但是，前提是這個數(shù)字還是有最終臨界的

我們知道我的世界里面是有tp指令的

當(dāng)然，麻將肯定是想到了這個問題，其實在如今版本基本不會看到這個情況了

但是在遠古版本還是會有這樣情況出現(xiàn)的

notch在原先版本沒有設(shè)置tp指令的情況下還是知道到達這個數(shù)字的情況是怎么樣的

所以說我們可以將這個天文數(shù)字稱之為xyz坐標(biāo)無限

這是很具體的比喻

因為的確就是坐標(biāo)無限

我們可以知道

其實我的世界地形的確就像是天文數(shù)字一樣，才會出現(xiàn)崩潰的現(xiàn)象

我們可以在這個視頻里面看到，x坐標(biāo)是無限

所以說其實notch早在遠古其實就想到了這種情況

在本質(zhì)上來說，或者是在早期游戲里面我們可以看到的是

我的世界其實在原本的單人游戲就只是個內(nèi)置服務(wù)器

在1.7.10版本如果游戲突然出現(xiàn)崩潰的情況就會出現(xiàn)關(guān)閉內(nèi)置服務(wù)器的字樣

其實客戶端只是單純的進行渲染和輸出，真正的內(nèi)容展現(xiàn)在服務(wù)端

文章不去設(shè)計關(guān)于底層代碼層面的內(nèi)容

當(dāng)然去具體的描述世界生成的流程

具體的就像是不斷地采集點

引用柏林函數(shù)的內(nèi)容

這段代碼以二維柏林噪聲為例，描述了確定一個點梯度值的過程。梯度表中的值都是隨機生成的，通過對點的

坐標(biāo)分別進行計算，可以得到點的梯度（即一個二維向量）。確定一點的梯度值并不止這一種方法，另一種可行方法之后會提到。

在一維柏林噪聲中，各個整點的梯度就是斜率，所以我們可以不依賴梯度表，將排列表中所取到值直接作為梯度即可。因為排列表中的值是亂序的，所以有良好的隨機性，且對于同樣的輸入，它的輸出都相同，偽隨機性也得以保留。在Ken Perlin的經(jīng)典噪聲算法中，使用的排列表是由數(shù)字0到255散列組成的。

static int[] perm = {151,160,137,91,90,15,

131,13,201,95,96,53,194,233,7,225,140,36,103,30,69,142,8,99,37,240,21,10,23,

190, 6,148,247,120,234,75,0,26,197,62,94,252,219,203,117,35,11,32,57,177,33,

88,237,149,56,87,174,20,125,136,171,168, 68,175,74,165,71,134,139,48,27,166,

77,146,158,231,83,111,229,122,60,211,133,230,220,105,92,41,55,46,245,40,244,

102,143,54, 65,25,63,161, 1,216,80,73,209,76,132,187,208, 89,18,169,200,196,

135,130,116,188,159,86,164,100,109,198,173,186, 3,64,52,217,226,250,124,123,

5,202,38,147,118,126,255,82,85,212,207,206,59,227,47,16,58,17,182,189,28,42,

223,183,170,213,119,248,152, 2,44,154,163, 70,221,153,101,155,167, 43,172,9,

129,22,39,253, 19,98,108,110,79,113,224,232,178,185, 112,104,218,246,97,228,

251,34,242,193,238,210,144,12,191,179,162,241, 81,51,145,235,249,14,239,107,

49,192,214, 31,181,199,106,157,184, 84,204,176,115,121,50,45,127, 4,150,254,

138,236,205,93,222,114,67,29,24,72,243,141,128,195,78,66,215,61,156,180};

可以看到在柏林函數(shù)里邊的采點是要又255組組成

具體的采樣原理在不具體展開

感興趣的可以去知乎了解

說到底就是不斷地采值去計算

最簡單粗暴的理解

在這張早期反編譯的圖片里面我們可以清楚的看到地形生成的復(fù)雜程度

這僅僅只是群系方面的代碼

而且在柏林函數(shù)中也包含具體的灰度值等內(nèi)容，由于生成機制過于復(fù)雜

就好比立體幾何中平面向量的應(yīng)用

柏林噪聲函數(shù)生成的晶體格

有沒有很二維碼

當(dāng)你把噪聲函數(shù)疊加的時候，你可能想了解每次具體使用了什么振幅和頻率。上面一維的例子對于每個連續(xù)疊加的噪聲函數(shù)使用了兩倍的頻率和二分之一倍的振幅。這個太普通了，事實上太普通，以至于很多人甚至從來都沒有考慮過使用其他什么。盡管如此，你可以通過在每步使用其他的頻率和振幅來創(chuàng)建不同特征的柏林噪聲函數(shù)。例如，為了創(chuàng)建一個平滑滾動的丘陵，你可以使用大的振幅和小的頻率的柏林噪聲函數(shù)，同時小的振幅和高的頻率，你可以創(chuàng)建一個平地，另外要創(chuàng)建非常顛簸的平面，應(yīng)該選擇小的振幅和低的頻率。

在渲染中的應(yīng)用：

1.在凸凹貼圖它能很好地模擬火焰、云彩、奇形怪狀的巖石，以及樹木和大理石表面等；

2.做特效地模擬火焰、云彩等。

比如說立體的柏林噪聲函數(shù)

等等內(nèi)容都是生成我的世界最底層的原理、

64位或者是32位數(shù)據(jù)溢出也是大概由于bouble函數(shù)

引入文章內(nèi)容

• https://zhuanlan.zhihu.com/p/460648846

• https://baike.baidu.com/item/%E6%9F%8F%E6%9E%97%E5%99%AA%E5%A3%B0/3366096?fr=aladdin

• https://wenku.baidu.com/view/682846054b2fb4daa58da0116c175f0e7cd119c8.html?_wkts_=1679110762667&bdQuery=%E6%9F%8F%E6%9E%97%E5%99%AA%E5%A3%B0%E5%87%BD%E6%95%B0

• https://blog.csdn.net/qq_38680728/article/details/122110828

• http://www.heathershrewsbury.com/dreu2010/wp-content/uploads/2010/07/AnImageSynthesizer.pdf

• https://zhuanlan.zhihu.com/p/228808390

• https://dandelioncloud.cn/article/details/1575783317645783042

• https://dandelioncloud.cn/article/details/1575743024674336770

• https://dandelioncloud.cn/article/details/1575301191817195521

• https://space.bilibili.com/247017735?spm_id_from=333.337.search-card.all.click

• https://www.bilibili.com/video/BV1gb411r7aE/?spm_id_from=333.788.recommend_more_video.2&;vd_source=d130df1eedc2e3093b7f60c0f41a865a