如何用数学求和替代循环实现该减速运动累加算法？

嘿，我懂你数学基础弱又想摆脱循环的困扰——毕竟循环要是跑几百上千次，不仅效率低，看着也闹心。咱们直接把这段代码的逻辑拆解成数学公式，一步一步来，保证讲得明白～

先搞懂原代码到底在算什么 #

原代码里的逻辑其实是模拟比例减速运动的路程累加：

• 初始速度vel=1000，每次速度变成原来的1-fri=0.95倍（因为vel -= vel*fri等价于vel = vel*(1-fri)）
• 每次把当前速度乘以时间步长dt=1/60，累加到总路程result里
• 直到速度降到0.5以下就停止

这本质上是一个等比数列求和问题，完全可以用数学公式直接计算，不用循环！

推导高效计算的公式 #

1. 定义核心参数：

   • 初始速度vel₀=1000，速度衰减比例r=1-fri=0.95，时间步长dt=1/60，停止阈值threshold=0.5
   • 第n次更新后的速度是velₙ = vel₀ * rⁿ（第一次更新后是vel₁=vel₀*r，第二次是vel₂=vel₀*r²，以此类推）

2. 确定需要累加的项数：
   原循环的逻辑是：只要循环开始时的速度velₙ₋₁ > 0.5，就会更新速度到velₙ并累加velₙ*dt。我们需要找到最大的k，使得vel₀*r^(k-1) > 0.5。
   通过对数运算可以算出k：

   import math
   log_val = math.log(threshold / vel0) / math.log(r)
   k = math.floor(log_val) + 1
   

3. 等比数列求和计算总路程：
   我们要累加的是vel₁ + vel₂ + ... + velₖ，这是首项为vel₀*r、公比为r的等比数列，求和公式是：
   $$S = vel₀r\frac{1 - rᵏ}{1 - r}$$
   最后总路程result = S * dt

直接用公式写代码（O(1)效率） #

把上面的推导写成Python代码，完全不用循环，瞬间出结果：

import math

dt = 1 / 60.0
vel0 = 1000.0
fri = 0.05
r = 1 - fri
threshold = 0.5

# 计算需要累加的项数k
log_val = math.log(threshold / vel0) / math.log(r)
k = math.floor(log_val) + 1

# 计算所有速度的累加和
sum_vel = vel0 * r * (1 - math.pow(r, k)) / (1 - r)
# 计算总路程
result = sum_vel * dt

print(result)

为什么这个方法更高效？ #

原循环的时间复杂度是O(k)（k是循环次数，这里大概149次），如果初始速度更大、摩擦系数更小，k会暴涨到几千甚至上万次。而公式计算是O(1)——不管参数怎么变，都是几次简单的数学运算，速度快得不是一点半点。

内容的提问来源于stack exchange，提问作者tito