避免使用三角函數 (2013)

背景

這篇文章由知名圖形學專家 Inigo Quilez 撰寫，探討在電腦圖形學中處理物體定向（Orientation）時，過度依賴三角函數與角度標量所導致的效能與邏輯問題。作者主張，當輸入資料本身就是向量時，將其轉換為角度再轉回旋轉矩陣是一種不必要的迂迴，應直接利用向量運算來建構變換矩陣。

社群觀點

在 Hacker News 的討論中，多數開發者對此觀點表示強烈共鳴，認為這是一種從「新手」邁向「專業」的覺醒過程。許多評論者指出，將角度表示為純量（如度數或弧度）往往是低效的根源，更理想的做法是將角度視為單位複數或座標對。這種做法能將原本昂貴的三角函數運算轉化為代數運算，例如利用複數的幾何平均值來計算角平分線，或是透過點積與叉積直接代入羅德里格旋轉公式，從而減少計算指令並提升程式碼的優雅度。

然而，討論中也出現了關於「直覺」與「效率」之間的權衡。部分開發者認為，雖然在底層運算中避開三角函數是正確的，但在人機介面或特定遊戲邏輯中，角度仍具備不可替代的直覺性。例如在開發第一人稱射擊遊戲的攝影機控制時，儲存俯仰角（Pitch）與偏航角（Yaw）遠比儲存四元數更容易理解與調試。角度具有低維度且與旋轉量呈線性關係的特性，這使得開發者在設定如「互動感應範圍」等參數時，能有更清晰的物理直覺。

此外，有觀點提出除了向量運算外，四元數也是一種極佳的中間層選擇。透過四元數與向量的旋轉操作，可以將複雜的變換分解為可組合的運算單元，這在處理如太空船對齊路徑切線等問題時，能提供比純矩陣運算更清晰的邏輯流。另一派討論則延伸到了幾何代數與豪斯霍爾德變換，認為旋轉本質上可以視為兩次連續的反射，這種視角能進一步將幾何問題轉化為更穩定的線性代數操作，甚至在機器學習的向量量化等領域中發揮作用。

延伸閱讀

在討論過程中，社群成員推薦了幾項深入研究此議題的資源。首先是 Norman Wildberger 提出的「有理三角學」（Rational Trigonometry），該理論主張完全屏棄角度與平方根，改用比例與平方距離（Quadrances）來處理幾何問題。其次，Fabian Giesen 的部落格文章《Finish your derivations》也被提及，該文深入探討了如何簡化數學推導以優化程式執行效率。對於對旋轉公式感興趣的讀者，維基百科上的「羅德里格旋轉公式」與「豪斯霍爾德變換」提供了紮實的理論基礎。最後，針對現代機器學習應用，留言者也分享了關於 VQ-VAE 旋轉技巧的學術論文，展示了這些幾何技巧在尖端科技中的實踐。