我已经阅读了一些关于 perlin 噪声的文章，但每个文章似乎都有自己的实现方式：
在this 文章中，梯度函数返回单个双精度值。
在this 的文章中，梯度被生成为一个 3D 向量。
在this 文章中，生成了一个静态的 256 个随机梯度向量数组，并使用置换表挑选了一个随机数组，然后讨论了更复杂的球形梯度细节。
这些只是我看到的一些文章。对于同一算法的所有这些变体，我应该使用哪一种或哪一种适用于什么目的？
我已经使用这些技术中的每一种生成了地形和高度图，它们各自的输出在它们自己的方式上存在很大差异，我无法判断我是否做得对，因为我不知道在输出中寻找什么（因为最后只是随机值）
我只是在寻找有关何时使用什么的上下文，因此任何见解都会非常有用
【问题讨论】：
标签： math perlin-noise
有多种方法可以实现相同的算法，有些比其他更快或更慢，有些更容易或更难理解。 The original implementation by Ken Perlin 光看就很难理解。所以你链接的一些文章（包括我写的#2，耶！），尝试简化实现以使其更容易理解。
但最终，它的算法完全一样：
在文章 #1 中，grad 函数直接返回点积，而在文章 #2 中，创建向量对象并调用点积函数以明确正在执行的操作（这可能会慢一些与其他实现相比，因为每次您想要运行算法时都会创建和使用大量矢量对象）。
两种实现是否会生成相同的地形/高度图取决于它们是否为正方形/立方体的每个角生成相同的随机值（点积的结果）。如果两种算法为网格上的每个整数点（所有可能的正方形/立方体的所有角）生成相同的随机值，那么它们将产生相同的结果。 Ken Perlin 的原始实现和 3 篇文章都使用整数数组为每个角（4 种可能的选择）生成一个随机梯度向量来计算点积。所以理论上如果数组是相同的，那么它们应该产生相同的结果。 （除非某些实现使用另一种方法来生成随机向量。）
我不确定这是否能回答你的问题，所以请不要犹豫，问其他问题:)
编辑：
通常，您不会单独使用 Perlin 噪声。因此，对于您想要的每个最终值（例如高度图纹理中的单个像素），您将多次调用噪声函数（八度音阶）。例如：
float finalValue = 0.0f;
float amplitude = 1.0f;
float frequency = 1.0f;
int octaveCount = 8;
for (int octave = 0; octave < octaveCount; ++octave) {
finalValue += amplitude * noise(x * frequency, y * frequency, z * frequency);
amplitude *= 0.5f;
frequency *= 2.0f;
}
// Do something fun with 'finalValue'
频率、幅度和八度音阶数是您可以用来产生不同值的最常用参数。
例如，如果您要生成地形，则需要多个八度音阶。第一个将产生山的粗略形状，因此您需要高振幅（示例代码中为 1.0）和低频（上述代码中也是 1.0）。但是只有这个八度音程会导致非常平滑的地形，没有细节。对于那些小细节，您需要更多的八度音阶，但频率更高（因此在相同的输入范围内（x、y、z），Perlin 噪声值会有更多的起伏），并且更低幅度（你想要一些小细节，因为如果你保持与第一个八度音阶相同的幅度（在示例代码中为 1.0），那么会有很多起伏非常接近并且非常高，这将导致非常崎岖的山（想象一下每走几米就有 100 米 80 度的坡度和斜坡））
您可以使用这些参数来获得不同的结果。您还可以查找称为“域扭曲”或“扭曲噪声”的东西。基本上，您将噪声函数称为噪声函数的输入。喜欢而不是打电话：
float result = noise(x, y, z);
你会这样称呼：
// The numbers used are arbitrary values, you can just play around until you get something cool
float result = noise(noise(x * 1.7), 0.5 * noise(y * 4.1), noise(z * 2.3));
【讨论】：