为何小球-弹簧系统动画在Processing中运行异常？

从你提到的核心代码片段来看，最可能的问题出在数组引用传递导致的状态污染，另外还有数值积分方法、边界条件实现等常见坑，下面逐一拆解：

1. 致命问题：数组直接赋值导致状态污染 #

在Processing（基于Java）中，数组是引用类型，tempu = u; 并不是创建数组的副本，而是让tempu和u指向内存中同一个数组。这意味着当你在循环里更新u[i]或者a[i]时，tempu的值也会跟着变——而弹簧系统的加速度计算需要基于当前帧所有小球的原始位移状态，不能用已经更新过的值来计算后续小球的加速度，否则会导致运动逻辑混乱，出现抖动、偏移甚至发散的情况。

修正方法：创建数组的深拷贝 #

你需要复制整个数组的元素，而不是直接赋值引用。比如：

// 替代 tempu = u;
float[] tempu = new float[u.length];
System.arraycopy(u, 0, tempu, 0, u.length);

// 同理处理 tempv
float[] tempv = new float[v.length];
System.arraycopy(v, 0, tempv, 0, v.length);

这样tempu就保存了当前帧的位移状态，后续计算加速度时全部基于这个副本，不会被更新后的u数组干扰。

2. 数值积分方法的稳定性问题 #

如果你的代码用的是最简单的显式欧拉法（先算加速度，再更新速度，再更新位移：v[i] += a[i]*dt; u[i] += v[i]*dt;），这种方法对于弹簧震荡系统的稳定性很差，时间步长稍微大一点就会出现能量不断增加、小球越晃越快的情况，或者出现异常抖动。

推荐的替代方法：半隐式欧拉法或Verlet积分 #

• 半隐式欧拉法（更易实现）：先更新速度，再用更新后的速度更新位移，或者用当前加速度更新速度，用新速度更新位移时基于原始位移：

// 基于tempu计算加速度a[i]后
for(int i = 1; i <= N; i++){
  v[i] += a[i] * dt;
  u[i] = tempu[i] + v[i] * dt;
}

• Verlet积分（更稳定，适合震荡系统）：不需要单独存储速度，用前后两帧的位移来计算，避免速度累积误差，不过需要额外存储上一帧的位移数组。

3. 边界条件的实现是否正确 #

根据你的微分方程，第i个小球的加速度应该是：
$$a_i = \frac{k}{m} \left( u_{i-1} - 2u_i + u_{i+1} \right)$$
注意边界的i=1时，$u_0=0$，所以$a_1 = \frac{k}{m} \left( 0 - 2u_1 + u_2 \right)$；i=N时，$u_{N+1}=0$，所以$a_N = \frac{k}{m} \left( u_{N-1} - 2u_N + 0 \right)$。如果你的a[i]计算式写错了（比如符号错了，或者漏了某个项），也会导致运动异常。

正确的加速度计算示例（N=3）： #

float k_over_m = k / m;
for(int i = 1; i <= 3; i++){
  float left = (i == 1) ? 0 : tempu[i-1];
  float right = (i == 3) ? 0 : tempu[i+1];
  a[i] = k_over_m * (left - 2*tempu[i] + right);
}

4. 时间步长（dt）的设置问题 #

如果dt太大（比如直接用1.0而不是0.01），即使是稳定的积分方法也会出现数值不稳定，导致动画跳变或者发散。建议将dt设置为一个较小的固定值，比如0.01，或者用frameRate(60)配合dt = 1.0/frameRate来保证时间步长的一致性。

内容的提问来源于stack exchange，提问作者Botond