在编程圈流传的所有“魔法代码”里，很难找到比这段更传奇的：一行 i = 0x5f3759df - ( i >> 1 );——用一次整数减法和一个移位，就近似算出了浮点数的平方根倒数，代码里还留着一条后来名扬天下的注释。这条技巧因《雷神之锤III》的开源而广为人知，而把它的来龙去脉讲得最清楚的，是 Nemean 频道的动画讲解视频《Fast Inverse Square Root ~ A Proof》。本文按视频的推导顺序逐层拆解：图形学为什么疯狂需要 1/√x、老实计算为什么慢、“整数减法”凭什么能近似浮点函数、牛顿迭代如何把误差压到千分之一量级，并溯源 Jim Blinn、Chris Lomont 等人的真实文献，对“史上最快算法”这个流传甚广的神话做一次批判性审查。没看过视频的读者，读完即可把整条推导链完整装进脑子。
| 项目 | 内容 |
|---|---|
| 标题 | Fast Inverse Square Root ~ A Proof（快速平方根倒数：一个证明） |
| 频道 | Nemean |
| 主题 | 《雷神之锤III》中著名快速平方根倒数算法的完整数学推导 |
| 发布时间 | 2017年（据频道页面） |
| 播放量 | 数百万次量级，是该话题在 YouTube 上引用率最高的动画讲解之一（据频道页面，未能实时核验精确值） |
数据说明：本文写作环境无法实时抓取页面，上述信息依据 Nemean 官方频道公开页面的历史数据整理，具体数字以当前页面为准。该视频是编程社区讲解“0x5f3759df”话题时的常引入口，每逢“最优雅 hack”类讨论翻热，都会被重新转发一轮，属于长青型技术爆款。
视频从需求侧切入。三维游戏引擎每做一次光照计算，都要先把法线向量归一化：向量 v 除以自己的长度 |v|。而 |v| = √(x²+y²+z²)，于是归一化可以改写成 v 乘以 1/√(x²+y²+z²)。注意这个改写的妙处：它把“开平方”和“除法”两步合并成了“求平方根倒数”一步。一个 1990 年代末的 3D 场景，每帧要对成千上万个顶点、法线做这类运算，一次运算里又往往夹在几何变换的循环中间。视频的立论是：图形学对 1/√x 的需求不是“需要”，而是“饥渴”——谁能把它算快一点，整帧画面就快一点。这也是为什么这个优化出现在一款以“极致压榨硬件”著称的射击游戏里，而不是某个数学库里。
接着视频讲“不做魔法会怎样”。按教科书写法，1/√x 就是调浮点开方再取倒数（或直接一次浮点除法）。但在当年的 x86 + FPU（浮点协处理器）环境下，浮点除法动辄占用几十个时钟周期，开平方更甚，而且这些运算往往独占浮点部件，造成流水线停顿——后面的指令只能干等。视频用动画把“停顿”具象化：主循环像一条传送带，除法器像传送带上一个极慢的关卡，所有包裹在它面前排队。结论很直接：在每帧百万次的热路径上，任何能把“几十周期”压到“几个周期”的手段，都值得认真对待。这一段为后面的“黑魔法”完成了动机铺垫——它不是炫技，是被硬件逼出来的。
然后视频放出主角：《雷神之锤III》源码中的 Q_rsqrt 函数（位于 code/game/q_math.c）。这段代码的开头就足够离奇：把一个浮点数的二进制位原封不动地“当作整数”读出来（代码里用一个联合体 union 在 long 和 float 之间做位重解释）。随后就是那句名场面：
i = 0x5f3759df - ( i >> 1 );
一个浮点数的位模式，被减半之后又用一个五百万级的常数去减，得到的整数再被“变回”浮点数——出来的值 y，已经约等于 1/√x。视频特意放慢节奏强调：到这里为止，整个计算只用了整数减法、移位和一次位重解释，全是 CPU 上最快的那类操作。代码最后还有一步 y = y * ( threehalfs - ( x2 * y * y ) )（threehalfs 即 1.5），以及那条作者自己都忍不住写下的著名注释。对这行注释的来历与含义，视频留了一个悬案，本文溯源部分再表。
这是全视频含金量最高的部分：完整推导。核心洞察一句话——浮点数的位模式，用整数方式读出来时，近似于它自己取对数后的值。推导分三步：
第一步，IEEE 754 单精度浮点数由 1 位符号、8 位指数、23 位尾数组成，指数部分带 127 的偏置。于是浮点数 x 的位模式按整数解释（记作 I(x)），恰好约等于 2²³·(log₂x + 127)：指数段天然给出 log 的整数部分，尾数段给出 log 的小数部分——因为尾数 m∈[0,1) 时，1+m 的对数曲线和直线 m 在这个区间上形态接近。
第二步，既然“整数视图”≈“对数视图”，对数域里的运算法则就可以搬家：log₂(1/√x) = −½·log₂x。也就是说，想要 1/√x，只需把对数（即整数视图）乘上 −½，再加个常数修正。
第三步，把两步拼起来：I(y) ≈ 2²³·127·(3/2) − I(x)/2。其中 2²³×127×1.5 = 1598029824，正好是十六进制的 0x5F400000。这就是魔法的本体：“乘 −½ 再加常数”在对数域里，落到整数域就是“右移一位再被常数减”。至于实际代码为什么用 0x5f3759df 而不是理论值 0x5F400000——因为尾数对数曲线的线性近似有系统性偏差，作者凭经验把常数往下修了 566817（约 0.068 个 log₂ 单位），让误差在统计上更均匀。视频最后用图展示了修正前后误差曲线的变化：修正后的初始猜测最大相对误差从百分之几降到约 3.4%，而且误差分布更平。
魔法常数给出的只是粗解，视频的收尾展示了工程上最经典的“粗解+精修”套路：牛顿-拉弗森迭代。对函数 f(y) = 1/y² − x 做一次牛顿步，化简后就是代码里的 y = y·(1.5 − 0.5x·y²)——一个纯乘加减的式子，没有任何除法。几何意义也直观：在曲线附近用切线找更准的根。一次迭代之后，最大相对误差从约 3.4% 压到约 0.17%（通行分析数据，见下文溯源）。视频的总评是：这不是一个“正确的算法”，而是一个“精度刚好够用、速度刚好最快”的工程品——图形学的归一化不需要 15 位有效数字，需要的是每秒百万次。
把视频内容翻译回文献与工程档案，每一块都有硬出处。
1. 源头档案：Quake III Arena 的开源。id Software 于 2005 年以 GPL 许可证在 GitHub 公开了《雷神之锤III》完整源码（仓库 id-Software/Quake-III-Arena），Q_rsqrt 函数位于 code/game/q_math.c。正是这次开源让这段代码从行业口耳相传变成了公共知识。函数中那条著名注释，也在源码中原文可查。
2. 更早的印刷版源头：Jim Blinn 的 Floating Point Tricks。图形学大师 Jim Blinn（以 Voyager 行星动画和 Blinn-Phong 光照模型闻名）早在 1997 年就在其 IEEE Computer Graphics & Applications 的专栏 "Jim Blinn's Corner" 中发表过 Floating Point Tricks 一文，讲解过用整数运算近似浮点函数的同族技巧。这说明该思路在 1990 年代的图形学界已是“圈内知识”，并非某一人的灵光乍现。
3. 数学分析：Chris Lomont (2003)。数学家 Chris Lomont 于 2003 年发表技术论文《Fast Inverse Square Root》，对该常数做了系统分析：论证了对数线性近似的误差结构，并指出若追求最小最大误差，最优常数应为 0x5f375a86——与原始值只差小几百。这篇论文同时给出了广被引用的精度数据：一次牛顿迭代后最大相对误差约 0.17%。原始常数与“理论最优”如此接近，恰恰说明原作者虽未留下推导，但对误差结构有出色的直觉。
4. 地基：IEEE 754 与 William Kahan。整套魔法的前提是“位模式可以被两种方式解释”，而这个前提由 1985 年定案的 IEEE 754 浮点标准铺就。标准的主设计者 William Kahan（加州大学伯克利分校教授，1989 年图灵奖得主）坚持的指数偏置表示法，意外地为“整数视图≈对数视图”提供了结构基础——指数域本身就是以 2 为底的对数。理解这条魔法数，本质上是理解 IEEE 754 的设计。
5. 谱系：牛顿-拉夫森迭代。收尾用的迭代法可溯至 17 世纪牛顿与拉夫森的工作，是数值分析的基石算法。视频里的一行乘加式，就是它的单变量特例——这也是“古老数学 + 现代位技巧”组合的典型样本。
6. 后续：硬件把黑魔法收编了。2000 年前后，Intel 在 SSE 指令集中加入 rsqrtss，直接在硬件上提供约 12 位精度的平方根倒数近似；此后各家 GPU 也把近似 rsq 做成了硬件指令。视频技巧的“性能使命”至此基本完成——它被更快、更准、更省电的专用电路取代，转为文化与教学遗产。
证据最硬的部分：代码本身与数学推导。源码公开可查，推导只依赖 IEEE 754 的公开定义，Lomont 论文的误差分析可独立复算。这部分是教科书级的可靠。
被放大之一：“史上最快”。在 1999 年的软件环境下，社区多次复现测试表明它比直接调用 (float)(1.0/sqrt(x)) 快约 3 到 4 倍（视平台与编译器而定），这个量级可信。但“史上最快”是流传中的加冕：SSE 的 rsqrtss 出现后，硬件路径在速度和精度上全面胜出；即便纯软件场景，Lomont 也证明换个常数能更准。今天在通用代码里手写这个技巧，属于应当被代码评审拦下来的反面教材——它的正确位置是历史课和图形学史讲座。
被放大之二：作者神话。社区长期流传 John Carmack 写下了这段代码，但 Carmack 本人在公开场合多次表示该技巧并非其原创，应是取自早年计算机图形圈的流传（据其公开回复整理）。更具体的溯源线索指向 1980 年代 Ardent Computer 公司的 Greg Walsh，据社区访谈报道，该技巧可能源于他与数值分析专家 Cleve Moler 的一次讨论——但这条谱系没有形成完全无争议的书面定论，属“据社区报道”级别。那条著名注释的作者同样难以确证。视频把这处理为一个开放悬案，是恰当的。
精度边界要说清。0.17% 的误差对游戏光照绰绰有余，但对物理仿真、金融计算、科学计算完全不可接受。流传文章常把它描述成“万能加速技巧”，忽略了它的适用域几乎只有“误差预算宽松、调用次数巨大”的图形与游戏场景。不谈适用域的吹捧，是对这个技巧最大的误读。
可维护性的代价真实存在。位重解释在不同语言里的合规性不同（C/C++ 里要小心严格别名规则，实践中多改用 memcpy 或标准位转换），magic number 若无注释与推导文档，后来者几乎不可能安全维护。这段代码能流传，恰恰因为“雷神之锤的传奇 + 那条注释”给了它文化豁免权——普通项目里同款代码，大概率是事故源。
1. 建立“同一串比特，多种解释”的位模式视角。这个技巧最本质的教育意义是：数据的“含义”不存储在比特里，而在解释方式里。理解了这一点，你会看懂一大类看似神秘的工程实践——浮点位转整数排序、哈希函数对位模式的利用、用 union/memcpy 做类型双关、调试器把内存视图在十进制/十六进制/浮点间切换。可操作的做法：在浏览器控制台或任何 REPL 里亲手玩一次“位模式重解释”（如 JavaScript 的 Float32Array + Uint32Array 共享缓冲区），亲眼看着 1.0 的位模式是 0x3F800000，比读十篇文章都有效。
2. 学会“误差预算”思维：先快后准，迭代逼近。Q_rsqrt 的真正套路是“廉价的粗解 + 一次精修”，这几乎是一切实时系统的通用配方：物理引擎的碰撞检测先粗筛（包围盒）再精算，游戏 AI 先启发式再搜索，数据库先索引定位再精确匹配。可操作的判断口诀：写下你的场景能容忍的最大误差（误差预算），再找满足预算的最廉价方案——而不是默认追求“最准”。
3. 把 magic number 当作考古入口。遇到看不懂的常数，别绕开，去挖。0x5f3759df 背后牵出 IEEE 754 设计、对数近似、牛顿迭代、SSE 指令演进一条完整的技术演化链。多数“魔法数”背后都有类似的层积结构：一个数学性质 + 一个历史约束 + 一次硬件妥协。可操作的做法：为团队代码库立一条规矩——任何 magic number 必须在注释里给出出处或推导链接，做不到就提成命名常量。这是那条著名注释留给软件工程界的正面遗产。
flowchart TD
A["3D游戏刚需:<br/>每帧百万次 1/√x"] --> B["老实算法慢:<br/>浮点除法几十周期"]
B --> C["魔法代码:<br/>位模式当整数读"]
C --> D["整数运算:<br/>i = C - (i>>1)"]
D --> E["变回浮点:<br/>粗解误差约3.4%"]
E --> F["牛顿迭代一次<br/>误差压到约0.17%"]
C -.->|"数学原理:<br/>整数视图≈对数视图"| G["log域乘-½加常数<br/>理论值0x5F400000"]
G -.->|"经验修正<br/>约0.068"| H["实际常数<br/>0x5f3759df"]
H --> D
F --> I["硬件收编:<br/>SSE rsqrtss 时代落幕"]
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。