标签：0x5f3759df 这届 计算机 理论 马克 问题 开发者 NP 数字
作者 | 马超 责编 | 张红月
出品 | CSDN（ID：CSDNnews）
知其然然后知其所以然。对于软件开发者人员来说，入门的必备知识不是安装操作系统、不是快速编写软件项目，而是学习实实在在的理论知识，它们很可能会决定你职业生涯的高度。
最近外网的一篇《When did Computer Science Theory Get so Hard》引发了全网众多讨论，也有不少朋友向我推荐这篇博客，在仔细阅读过原文后，对于其中的一些细节，我倒并不能完全认同，但是文章整体的叙述与脉络非常清晰，尤其是计算机理论越来越难的现象也的确值得我们反思。
计算机科学理论什么时候变得这么难？
与理论发展缓慢的态势不同，目前计算机领域的应用侧发展可谓日新月异，像GPT-3及其衍生的AI模型，各类大数据模型、超大规模云平台等方面的进展不胜枚举，相关成果也都举世瞩目，但这些计算机应用发展的本质，都是硬件价格不断快速下降所带来的衍生红利，而这种现象早在50年前就被摩尔定律所明确预言了，凡是能靠算力解决的问题，目前都不再是问题。
不过计算机理论要解决的问题都是非线性的，简单依靠硬件堆砌解决不了指数级上升的复杂度，因此计算机理论没有吃到硬件价格快速下降这波红利的，由于目前理论发展到了一个相对乏味的平台期，这也使计算机相关的理论只能向广度扩展，变得越来越高深、复杂，而且迟迟无法突破。可以说目前计算机领域像极了《三体》中所描述的场景，人类底层科学被锁死，但是应用实践却极大繁荣。
Quake3的0x5f3759df 来自于应用界的最后尊严
虽然原文作者没有直接提到，但笔者这里还是要补充一下属于计算机应用界的光荣时刻。与现在流行的算力规模理念不同，之前在应用界尤其是游戏方面，各种神操作层也不穷，像80后对《Quake》也就是《雷神之锤》这款游戏一定会记忆深刻，这款3D游戏可以在几十兆内存的环境下跑得飞起，和目前动辄要求几十G内存的所谓3A大作形成鲜明对比，效果上两者最多差10倍，但是所消耗的资源却是天壤之别。
下面要举的这个《Quake 3》的例子，目前已经开源了，比如树莓派的版本地址如下：https://github.com/raspberrypi/quake3/，而以下这段代码中出现著名的魔法数0x5f3759df，这是对于开方的快速算法所引入的常量，在今天看来依旧是传奇。具体代码的地址：
https://github.com/raspberrypi/quake3/blob/8d89a2a3c1707bf0f75b2ea26645b872e97c0b95/code/qcommon/q_math.c
代码如下：
float Q_rsqrt( float number )
{
floatint_tt;
floatx2, y;
constfloat threehalfs = 1.5F;
x2= number * 0.5F;
t.f = number;
t.i = 0x5f3759df - ( t.i >> 1 ); // what the fuck?
y = t.f;
y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration
// y = y * ( threehalfs - ( x2 * y * y ) ); // 2nd iteration, this can be removed
returny;
}
Quake3使用的0x5f3759df属于一个魔法数字。它来自平方根倒数速算法，在《Quake 3》建模引擎中引用这个魔法之后，其速度要比标准的牛顿迭代法快上4倍。
没人知道《Quake 3》的作者卡马克是怎么发现这个数字的，估计卡马克本人可能也不知道，因为直到现在的开源版本中，还留着作者本人亲自加上的”what the *?“这样的注释。
i = 0x5f3759df - ( i >> 1 ); // what the fuck?
后来普度大学Lomont教授也对这个魔法数字产生了好奇，决定好好探究一下卡马克弄出来的这个魔法数到底奥秘何在。Lomont也是位大神，在精心研究之后他从理论上也推导出一个最佳猜测值0x5f37642f，和卡马克的数字非常接近 。
故事到这里并没有完结。Lomont拿自己计算出的魔法值和卡马克的进行回测比较，想看看谁的数字能够更快更精确地求得平方根。结果却是卡马克的0x5f3759df精度更高，这也让Lomont十分恼火，最后Lomont被逼无奈，为了找回面子，直接采用暴力方法一个数字一个数字试过来，终于找到一个比卡马克数字要好上那么一点点的数字，虽然实际上这两个数字所产生的结果非常近似，这个暴力得出的数字是0x5f375a86。
不过这个0x5f375a86的传奇可能是应用界最后的尊严时刻了，在硬件性能不断提升，而且价格不断下降的今天，应用界所奉行的信条都是“大就得了”，由于头部大玩家所掌握的算力往往是一般用户的几千甚至上万倍，因此大厂的精英基本也没人再为0x5f3759df这种4倍速度的优化费心了。应用界已经很久没出现什么惊天地，泣鬼神的神级代码了。
理论界要解决P=NP的问题，这就只能越来越难了
虽然靠着硬件性能的提升，线性优化策略可以不管，但是指数级别的复杂度却不能坐视不理。在前文《元宇宙是否会成为IPv6的拐点》中曾经介绍过一个SPF最短路径优先的动态规划算法Dijkstra，这种求地图两点之间最短路径的问题，相对来说时间复杂度可以接受的，我们不必穷举所有可能路线，通过贪心加动态规划的方法就能找到最优解。
但是其派生的兄弟问题旅行商路线规划，却是个典型的NP问题，旅行商路线规划要找到一条回路，将地图图上的所有顶点，不重复的走一遍，并最终回到起点，而且要保证总体路径最短。举个例子，假如一个旅行商，要在尽量短的时间内走完中国现有23个省，5个自治区，4个直辖市，2个特别行政区，对于这些地区的名胜景点，他的选择一共有34的阶乘那么多，这个数字大概有1000000000000000000000000000…000(一共38个0）。而能否有一个算法，在不逐一遍历所有路径的情况下找到最优解，也就是P/NP问题，将旅行商路线规划带入到P/NP理论的解释如下：NP代表所有解的集合也就是10^38次方种走法，而P代表其中一部分走法，能否是仅遍历P就把NP问题解决掉，这也就简化成P与NP是否等效的P=NP问题。
旅行商问题和图论中著名的哈密尔顿回路比较类似，只是给边加上了权重，而且它们和团问题、顶点覆盖问题等一样都属于NP完全问题，也就是只要你解决了其中一个，就相当于把其余的问题也解决了。
之前互联网的规模还不够大，因此所谓哈密尔顿图、旅行商问题等都还没有迫切的解决需要，不过现在不同了，互联网终端的规模越来越大，尤其是随着元宇宙等概念的发展还会快速膨胀，我们虽然可以在应用端采用分治策略把互联网分成若干个自治区（AS)来尽量避免直面这种NP的难题。但是像GMP(Graph Minor Theorem)等理论的发展几乎完全和P/NP问题深度绑定了，P/NP不动，计算机理论也动不了。
不过虽然P/NP问题如此重要，但人们All in去解决掉它的动力却不足，根据哥德尔不完备定理，在目前数学的研究领域，肯定会存在我们既无法证真也无法证伪的问题，P对NP问题也许就是一个根本不值得去研究的问题，因为最关键的是人类可能永远也无法得到P对NP问题的解，甚至不知道这个问题到底有没有解。
短期来看，还是靠规模，靠堆算力来得效果直接，但是P对NP这个问题又是如此重要，在得不到明确的解答之前，计算机理论只能向所谓的复杂方面发展。这其实又回归到之前大家一再争论的元宇宙哲学问题，人类的终极目标到底是星辰大海，还是眼前唾手可得的虚拟世界，我们是直接在现有认知基础上发展元宇宙，还是不计成本地去探索P/NP这种可能永远得不到答案的数学难题，以上问题的答案只能留给读者自己去思考了。
作者简介：马超，金融科技专家，人民大学高礼金融研究院校外双聘导师，阿里云MVP，华为2020年十大开发者之星，CSDN约稿专栏作者，著名的金融科技的布道者。众多国产开源项目的推动者及贡献人。
- 参考链接：http://blog.computationalcomplexity.org/2021/11/when-did-computer-science-theory-get-so.html
标签：0x5f3759df,这届,计算机,理论,马克,问题,开发者,NP,数字 来源： https://blog.csdn.net/csdnnews/article/details/121560676
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。