**管线流程**：模型矩阵 × 视图矩阵 × 投影矩阵 × 顶点 → GPU自动完成裁剪/光栅化

一、二进制、八进制、十六进制的转换方法通俗版本质都是“逢几进一”的计数法只是“底数”不同2/8/16。二进制Base-2只用0和1是计算机硬件唯一能直接识别的数制开关通/断。八进制Base-8用0–7因 8 2³每3位二进制可直接对应1位八进制。十六进制Base-16用0–9, A–FA10, B11, …, F15因 16 2⁴每4位二进制可直接对应1位十六进制——更紧凑程序员最爱如内存地址0xFFA3。✅转换口诀二 → 八从右向左每3位一组补零凑齐 → 查表如011₂ 3₈,101₂ 5₈例101101₂→101 | 101→5 | 5→55₈二 → 十六从右向左每4位一组 → 查表1010₂ A₁₆,1111₂ F₁₆例11010110₂→1101 | 0110→D | 6→D6₁₆八/十六 → 二反向展开每位→3或4位二进制十进制 ↔ 其他进制整数部分用“除基取余逆序排列”小数部分用“乘基取整顺序排列”。二、补码表示法为什么计算机用它核心目的统一加减法电路让减法变加法且0唯一无正负零歧义。规则以8位为例正数补码 原码如5 00000101负数补码 反码 1反码符号位不变其余位取反例-5的8位补码5原码 00000101→-5原码 10000101符号位1数值5→ 反码 11111010符号位1不变后7位取反→ 补码 11111010 1 11111011✅范围n位补码最小值 -2ⁿ⁻¹最大值 2ⁿ⁻¹ - 18位-128 ~ 127共256个数为什么-128有补码而128没有因为10000000₂被定义为-128补码唯一性要求而00000000是0所以正数上限只能到127。关键优势加减法电路完全相同CPU不用区分加/减a (-a) 0自动溢出归零如00000001 11111111 00000000零唯一只有00000000无-0。三、四种机器数表示法对比原码、反码、补码、移码表示法正数负数规则零表示主要用途优缺点原码符号位绝对值0正1负同上如-5 1000010100000000和10000000两个零教学入门✅ 直观❌ 减法难、零不唯一、加法需判断符号反码同原码符号位不变其余位取反-5 1111101000000000和11111111仍两个零历史过渡❌ 仍有双零加法仍复杂补码同原码反码1-5 11111011仅00000000现代CPU标准✅ 加减统一、零唯一、范围对称除最小负数、硬件最简移码真值 偏置值2ⁿ⁻¹如8位偏置128同公式符号位相反-5 → 128-51230111101110000000即128浮点数阶码表示IEEE 754中指数用移码✅ 便于比较大小移码大↔真值大❌ 不用于运算 移码本质把数轴整体平移让负数也变成正数存储方便硬件比大小如E0表示最小阶E255表示无穷/NaN。四、IEEE 754 浮点数标准单精度32位 / 双精度64位核心思想用科学计数法V (-1)ˢ × M × 2ᴱ存储实数但M和E都做标准化处理。单精度32位分配s符号位1位0正1负E阶码8位移码偏置值 127→ 真实指数e E - 127范围[-126, 127]E0和E255为特殊值M尾数/有效数字23位 →隐含前导1实际精度24位1.M形式✅举例-0.75的单精度表示0.75 3/4 0.11₂ 1.1₂ × 2⁻¹→s1,e-1,M1.1隐含1存.1→100...0E e 127 126 01111110₂尾数域.1→1000000000000000000000023位结果1 01111110 10000000000000000000000特殊值E0, M0→ ±0E0, M≠0→ 非规格化数表示极小数支持“逐渐下溢”E255, M0→ ±∞E255, M≠0→ NaN非数字如0/0。五、三种校验码原理与场景校验码原理检错能力纠错能力典型应用奇偶校验码在数据后加1位使总1的个数为奇/偶只能检1位错偶数位错会漏判❌ 不能纠错UART串口、内存简单校验成本最低海明码Hamming Code在2ᵏ位置插入校验位k0,1,2…每个校验位覆盖特定位置按位号二进制中某位为1的位置可检2位错纠1位错✅ 纠1位错通过校验位异或得错误位置ECC内存服务器/工作站、早期硬盘CRC循环冗余校验将数据看作二进制多项式用预设生成多项式G(x)做模2除法余数作为校验码可检突发错连续多位错、高概率检任意错❌ 一般不纠错但可重传网络协议以太网、WiFi、ZIP文件、SD卡海明码定位技巧若校验位P1,P2,P4,P8…计算出错则错误位置 P1P2P4…如P11,P20,P41→ 错在1045位。六、逻辑代数基本运算与化简算法教练视角四大基本门输入A,B与AND, ∧A·B全1才1 → “串联开关”或OR, ∨AB有1就1 → “并联开关”非NOT, ¬Ā取反 → “反相器”异或XOR, ⊕A⊕B A·B̄ Ā·B相异为1 → “不等判别”加法不进位1⊕10✅化简黄金法则布尔代数分配律A·(BC) A·B A·C德摩根律(A·B)̄ Ā B̄(AB)̄ Ā·B̄吸收律A A·B AA·(AB) A冗余律A·B A·C B·C A·B A·C实战化简表达式F A·B A·B̄ Ā·B→ A·(B B̄) Ā·B A·1 Ā·B A Ā·B A B吸收律→ 最简A OR B门电路从3个门减为1个七、排列组合 概率论在计算机中的应用排列组合哈希表负载分析n个键映射到m个桶冲突概率 ≈1 - e^(-n²/(2m))生日问题密码学128位密钥空间 2¹²⁸ ≈ 3.4×10³⁸暴力破解不可行算法设计回溯法解N皇后n!种排列剪枝、动态规划状态压缩用位掩码表示子集2ⁿ状态概率论在算法分析随机化快排期望时间O(n log n)避免最坏O(n²)蒙特卡洛算法用随机采样近似解如估算π、图连通性检测布隆过滤器用k个哈希函数位数组以可控误判率≈ (1-e^(-kn/m))ᵏ节省空间 关键认知概率不是“不确定”而是“可量化的不确定性”——算法用它换时间/空间/确定性的权衡。八、命题逻辑 vs 谓词逻辑程序设计中的角色维度命题逻辑Propositional Logic谓词逻辑Predicate Logic / FOL基本单位原子命题P, Q如“x0”整体当一个符号谓词P(x), Q(x,y) 量词∀, ∃ 变量表达力只能描述简单真假关系P∧Q→R可描述对象间关系与泛化∀x∈Int, x²≥0程序应用- 条件语句if (a !b)- 电路设计逻辑门级- 断言assert(p q)- 形式化验证证明程序正确性如∀i, 0≤in → a[i]≥0- 数据库查询SQL的WHERE EXISTS对应 ∃- AI知识表示Prolog语言底层局限无法表达“所有整数”“存在解”等量化概念更强但判定问题不可判定停机问题相关✅ 编程启示if是命题逻辑执行for循环隐含全称量词break隐含存在量词。九、矩阵运算在计算机图形学中的应用核心四变换图形本质 点、线、面的坐标变换全部用齐次坐标 4×4矩阵统一实现平移Translation普通3×3矩阵无法表示平移非线性引入第4维w1用4×4矩阵[1 0 0 tx] [x] [xtx] [0 1 0 ty] × [y] [yty] [0 0 1 tz] [z] [ztz] [0 0 0 1 ] [1] [ 1 ]旋转绕x/y/z轴用三角函数构建正交矩阵保持长度/角度缩放Scale对角矩阵[sx, sy, sz, 1]投影Projection正交投影盒子→立方体z值保留透视投影模拟人眼远处物体缩小z值参与x/z, y/z计算 → 用矩阵实现除法齐次坐标的w分量✅管线流程模型矩阵 × 视图矩阵 × 投影矩阵 × 顶点 → GPU自动完成裁剪/光栅化。十、数值计算误差与插值方法误差三大来源模型误差物理现实 → 数学模型的简化如忽略空气阻力截断误差无限过程截断如sin x ≈ x - x³/6的泰勒展开余项舍入误差有限位浮点数表示0.1在二进制无限循环 →0.1 0.2 ≠ 0.3插值方法已知点求中间值线性插值两点连直线 → 简单快精度低f(x) ≈ f₀ (f₁-f₀)(x-x₀)/(x₁-x₀)拉格朗日插值构造n次多项式过n1个点 → 精确但龙格现象高次振荡牛顿插值用差商递推便于增删节点样条插值Spline分段低次多项式常用三次样条C²连续曲率连续视觉平滑CAD/动画骨骼绑定核心。 工程原则精度够用即可稳定性和效率常比理论精度更重要如深度学习训练用FP16而非FP64。