基于2D元胞自动机的人工生命模拟：扩散算法实现问询

当前方法的问题 #

你当前的实现直接遍历修改原数组，且固定传递1个分子的方式过于刚性：

1. 实时修改原数组会导致后续细胞计算使用已更新的值，破坏状态同步性；
2. 固定传值无法根据浓度梯度调整，若饱和细胞因“无法接收”就停止输出，会直接导致扩散停滞。

可行优化方案 #

1. 双数组同步更新（核心基础） #

所有细胞的扩散计算必须基于同一时刻的状态，因此需要维护两个数组：

• old_grid：存储当前时刻的分子分布，仅用于读取；
• new_grid：存储下一时刻的计算结果，初始复制old_grid的全部值。
  所有计算完成后，将new_grid替换为old_grid进入下一帧迭代。

2. 梯度驱动的比例扩散（推荐） #

基于细胞与邻居的浓度差分配分子，保证总数量基本守恒，且自动向均匀分布靠拢：

• 设定扩散系数rate（如0.1，控制扩散速度，取值范围0~1）；
• 对每个细胞(i,j)，计算周围8个邻居的平均分子数avg_neighbor；
• 浮点数版更新公式（完全守恒）：

  new_grid[i][j] = (1 - rate) * old_grid[i][j] + rate * avg_neighbor
  

• 整数版（处理舍入误差）：

  transfer_per_neighbor = int(old_grid[i][j] * rate / 8)  # 每个邻居传递的分子数
  total_transfer = transfer_per_neighbor * 8
  new_grid[i][j] = old_grid[i][j] - total_transfer
  for (x, y) in 获取8个有效邻居坐标:
      if new_grid[x][y] < 饱和值:
          new_grid[x][y] += transfer_per_neighbor
  

  这种方式下，饱和细胞只要分子数高于邻居，就会持续向外传递，直到浓度平衡。

3. 修正你的3x3卷积实现 #

如果想保留类似当前的传递逻辑，只需调整规则：

• 允许饱和细胞向外传递分子（饱和仅限制接收，不限制输出）；
• 遍历old_grid，对每个有分子的细胞，尝试给每个未饱和的邻居传递1个分子，直到自己无剩余或邻居都饱和：

  for i in range(grid_size):
      for j in range(grid_size):
          curr = old_grid[i][j]
          if curr == 0:
              continue
          neighbors = 获取8个有效邻居坐标
          available_neighbors = [n for n in neighbors if new_grid[n[0]][n[1]] < 饱和值]
          transfer_count = min(curr, len(available_neighbors))
          new_grid[i][j] -= transfer_count
          for (x, y) in available_neighbors[:transfer_count]:
              new_grid[x][y] += 1
  

  以你给出的初始状态为例，调整后第一次迭代会变成：

  92, 1, 1
  1, 1, 1
  1, 1, 1
  

  总分子数100保持不变，后续会持续向周围扩散直到均匀。

关键规则明确 #

• 饱和机制：仅限制细胞接收的分子数不超过饱和值，不影响细胞向外传递分子；
• 守恒保证：所有传递操作都遵循“从一个细胞减少的数量等于其他细胞增加的数量”，仅在整数舍入时产生微小误差。

内容的提问来源于stack exchange，提问作者codymanix