为什么不用 1.0f / sqrtf(x) 而要手写位运算倒数平方根？
因为图形管线里每帧要算成千上万个 1.0f / sqrtf(x)，而标准库的 sqrtf 是 IEEE 754 完全精度实现，耗时高；GPU 早期用的 rsqrt 指令本质就是这个位运算 trick 的硬件化。它不求精确值，只保证相对误差 sqrtf 的 3–5 倍。
核心思路：把 float 当作整数读出来，做一次位移和减法，再转回 float，最后用牛顿迭代修正一次 —— 这就是著名的 “Quake III Arena” 里的 Q_rsqrt。
- 只适用于
float（32 位），double不行 —— 位模式长度和 magic number 都不同 - 输入必须 > 0，且不能是 denormal 数（如
1e-40f），否则整数 reinterpret 会崩 - magic number
0x5f3759df是对函数f(y) = y⁻¹ᐟ²在 log-space 上的最优仿射逼近结果，不是随便写的
Q_rsqrt 的标准实现与关键参数解释
这是最稳定、被验证过的版本，直接可用：
float Q_rsqrt(float number) {
long i;
float x2, y;
const float threehalfs = 1.5F;
<pre class='brush:php;toolbar:false;'>x2 = number * 0.5F;
y = number;
i = *(long*)&y; // 把 float 的内存按 long 解释
i = 0x5f3759df - (i >> 1); // 关键位运算：右移1位相当于指数/2，再用 magic 减
y = *(float*)&i; // 转回 float，此时 y ≈ 1/sqrt(number)
y = y * (threehalfs - (x2 * y * y)); // 一次牛顿迭代：y ← y × (1.5 − x/2 × y²)
return y;}
立即学习“C++免费学习笔记（深入）”；
注意几个硬约束：
-
*(long*)&y依赖小端 +sizeof(long) == 4，在 64 位 Linux/macOS 上long可能是 8 字节 → 必须改用int32_t或std::bit_cast（C++20） - 右移用的是算术右移还是逻辑右移？对负数有影响，但这里
y > 0，最高位是符号位=0，所以>> 1安全 - 牛顿迭代只做一次：够用且性价比最高；两次虽更准，但开销翻倍，实际图形渲染中完全没必要
现代 C++ 中怎么安全又高效地写？别碰指针别踩 strict aliasing
直接类型双关（*(long*)&y）触发 undefined behavior（UB），GCC/Clang -O2 下可能优化出错。正确做法：
- 用
std::bit_cast<int32_t>(y)（C++20）—— 最干净，无 UB，编译器通常生成相同汇编 - 用
memcpy(&i, &y, sizeof(i))—— C++11 起就安全，主流编译器会优化成 mov 指令 - 绝对不要用 union hack，C++ 标准未保证 active member 切换后旧成员的 bit 表示仍有效
示例（C++20）：
#include <bit>
float fast_rsqrt(float x) {
auto i = std::bit_cast<int32_t>(x);
i = 0x5f3759df - (i >> 1);
float y = std::bit_cast<float>(i);
return y * (1.5f - (x * 0.5f) * y * y);
}哪些场景下这算法会失效或变慢？
它不是万能加速器，用错地方反而拖累性能：
- 输入接近 0（比如
1e-38f）→ 对应的指数域极小，右移后 magic 减法溢出，结果为 NaN 或极大数 - 编译器开了
-ffast-math时，sqrtf本身可能已被替换成近似指令，此时Q_rsqrt优势消失，甚至因额外分支/指令更多而更慢 - 在 ARM64 或现代 x86-64 上，
rsqrtps指令延迟仅 3–4 cycle，比手写 C++ 版本还快 —— 直接内联汇编或用__builtin_ia32_rsqrtps更合适 - 如果只需要一次倒数平方根，且不处于 tight loop 中，老老实实用
1.0f / sqrtf(x)，可读性、可维护性、跨平台性都更好
真正值得手写的，是那种每帧调用十万次以上、输入范围可控（如单位向量归一化）、且 profiling 确认它是瓶颈的内层循环。
