1999年，《雷神之锤3》发布。画质炸裂，但奇怪的是，破电脑也能跑得很流畅。

几年后源代码开源，全世界程序员冲进去扒拉，想看看id Software到底用了什么黑科技。然后大家就发现了这么一段东西：

float Q_rsqrt(float number) { long i; float x2, y; const float threehalfs = 1.5F; x2 = number * 0.5F; y = number; i = *(long*)&y; i = 0x5f3759df - (i >> 1); // what the fuck? y = *(float*)&i; y = y * (threehalfs - (x2 * y * y)); return y;}

我当时看完这段代码，愣了好一会儿。

这函数干嘛的？算 1/√x，平方根的倒数。

你可能会问，这有啥难的，调个sqrt再除一下不就行了？

问题是，那个年代CPU算浮点开方慢得要死，一次要几十上百个时钟周期。而3D游戏里算光照、算反射，每帧要归一化几万个向量，每次都要求这玩意儿。按正常写法，直接卡成幻灯片。

然后就有人整出了上面这段代码。

核心就一行：i = 0x5f3759df - (i >> 1)

看到这你肯定懵逼——把浮点数的二进制当整数读出来，右移一位，再用一个莫名其妙的常数去减它，结果居然就是平方根倒数的近似值？？？

这不是玄学，是数学。让我给你掰扯清楚。

首先你得知道浮点数在内存里长啥样。

一个32位float，内存里分三块：1位符号、8位指数、23位尾数。表示的值是：

(1 + 尾数/2²³) × 2^(指数-127)

比如8.0，就是 1.0 × 2³，指数存130（就是3+127），尾数存0。

现在来个骚操作：把这个浮点数的二进制直接当整数读出来。

你会得到一个整数 I = 指数×2²³ + 尾数。

关键来了。

浮点数的真实值取个对数，大概是：log₂(value) ≈ I/2²³ - 127

换句话说，浮点数的"整数形式"和它的对数基本成正比。

这个性质太重要了。因为我们要算的是 y = x^(-0.5)，取对数就是 log(y) = -0.5 × log(x)。

对数之间是线性关系！那我直接用整数运算不就能算对数运算了吗？

具体推一下。设 Ix 是 x 的整数表示，Iy 是 y 的整数表示：

Iy/2²³ - 127 ≈ -0.5 × (Ix/2²³ - 127)

解出来：

Iy ≈ 1.5 × 127 × 2²³ - 0.5 × Ix ≈ 0x5f400000 - (Ix >> 1)

诶，算出来是 0x5f400000，但代码里用的是 0x5f3759df，咋回事？

因为上面的推导有近似误差。0x5f3759df 是有人通过数值方法调出来的，能让最大误差最小。后来有数学家专门写论文算过，理论最优值是 0x5f375a86，跟这个就差一丢丢。

到这里，我们就用一次整数减法和一次移位，搞出了一个粗糙的近似值。

但粗糙不够用啊，游戏还是会穿帮。

所以最后还有一步：牛顿迭代。

牛顿迭代是个老套路了，用来逼近方程的根。对于 y = 1/√x 这个问题，迭代公式是：

y = y × (1.5 - 0.5 × x × y²)

就是代码最后那行。跑一次迭代，精度直接从1%提到0.1%左右，够用了。

整个过程，没调任何数学库，就几次整数运算加几次浮点乘法，速度比老实调 sqrt 快了四五倍。在那个年代，这就是流畅和卡顿的区别。

这段代码牛在哪？

它把IEEE 754浮点数表示的特性、对数运算的数学性质、还有牛顿迭代这些东西，全揉在一起，写出了一个看起来像黑魔法但其实每一步都有道理的算法。

这需要你真正理解计算机是怎么存数字的，而不只是会调API。

至于作者是谁，到现在也没完全搞清楚。本来以为是John Carmack写的，但他自己否认了。有人说可能是90年代SGI的某个图形学大佬，但查无实据。

不过说实话，现在这代码没啥实用价值了。现代CPU有专门的指令干这事，比什么软件算法都快。

但它已经变成了一个符号。每次有人问"你见过最牛的代码是啥"，我第一个想到的就是它。

它告诉你，编程这事，有时候不是比谁API背得熟，是比谁对底层的理解更深。

你们还见过啥让你直接愣住的代码？