工具.jpg

前言#

今天这个系列的函数我将其命名为工具，之所以这么命名是因为这个系列函数没有复杂的公式，仅仅是取数字的一部分，或者是把数字变个形式等等，但有这些函数是很重要的，其中有很多函数是我们经常用到的，比如求绝对值、向下取整、求余运算等等。

内容#

---

math.huge##

• 原型：math.huge
• 解释：返回HUGE_VAL的值，是一个大于任何数字的值。

---

math.abs()##

• 原型：math.abs(x)
• 解释：返回一个数x的绝对值。

---

math.ceil()##

• 原型：math.ceil(x)
• 解释：返回一个大于等于x的最小的一个数，即向上取整。

---

math.floor()##

• 原型：math.floor(x)
• 解释：返回一个小于等于x的最大的一个数，即向下取整。

---

math.fmod()##

• 原型：math.fmod(x, y)
• 解释：返回x%y的值，即想除以y的余数。

---

math.modf()##

• 原型：math.modf(x)
• 解释：返回数x的整数部分和小数部分。

---

math.max()##

• 原型：math.max(x, ...)
• 解释：返回所有参数中最大的一个值。

---

math.min()##

• 原型：math.min(x, ...)
• 解释：返回所有参数中最小的一个值。

---

math.randomseed()##

• 原型：math.randomseed(x)
• 解释：将x 设置为伪随机数生成器的种子，相同的随机数生成器生成相同的数列。

---

math.random()##

• 原型：math.random([m [, n]])
• 解释：这个函数就是提供了一个使用ANSI C函数rand的一个接口，可以生成一个伪随机数。
• 当不传任何参数时函数返回一个[0,1)范围内的真实数字。
• 当只传入数字m时，函数返回一个范围[1,m]内的伪随机整数。
• 当传入两个数字m，n时，函数返回范围[m,n]内的一个伪随机整数。

---

Uasge##

• 首先新建一个文件然后命名为toolfunctest.lua编写如下代码：

-- 数字最大值
print("\nmath.huge = "..math.huge)
if 99999999 < math.huge then
    print("math.huge test")
end

-- 绝对值
local x = 3
print("\nmath.abs("..x..") = "..math.abs(x))
x = -3
print("math.abs("..x..") = "..math.abs(x))

-- 向上取整
x = 3.1
print("\nmath.ceil("..x..") = "..math.ceil(x))

-- 向下取整
x = 3.9
print("\nmath.floor("..x..") = "..math.floor(x))

-- 求余数
x = 3
local y = 5
print("\nmath.fmod("..x..", "..y..") = "..math.fmod(x, y))
y = -5
print("math.fmod("..x..", "..y..") = "..math.fmod(x, y))
x = -3
y = 5
print("math.fmod("..x..", "..y..") = "..math.fmod(x, y))

-- 取整数和小数
x = 6.7
local zs, xs = math.modf(x)
print("\nmath.modf("..x..") = "..zs..", "..xs)

-- 最大值
x = 3; y = 10; z = 99
print("\nmath.max("..x..", "..y..", "..z..") = "..math.max(x, y, z))

-- 最小值
x = 3; y =-3; z= 32
print("\nmath.min("..x..", "..y..", "..z..") = "..math.min(x, y, z))

-- 随机数
local m = 8;
local n = 100;
print("\nmath.random() = "..math.random())
print("\nmath.random("..m..") = "..math.random(m))
print("\nmath.random("..m..", "..n..") = "..math.random(m, n))

m = 9999;
math.randomseed(100)
print("\nmath.randomseed(100)")
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))

math.randomseed(100)
print("\nmath.randomseed(100)")
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))

math.randomseed(1000)
print("\nmath.randomseed(1000)")
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))
print("math.random("..m..") = "..math.random(m))

• 运行结果

math_tool.png

总结#

• 注意math.huge的使用，这是一个值而不是一个函数，所以使用的时候千万不要加括号。
• 我们可以重点分析一下产生随机数的这个函数，从函数的定义中就可以看出，这个“随机数”并不是真正的随机，而是一个和时间种子相关的伪随机序列。
• 当我们的随机种子相同时就可以产生相同的，这一点从运行结果中也可以看到，而当改变这个随机种子时，对应的序列也会改变，所以我们在日常的应用中常使用时间戳（从1970年1月1日至今的秒数）作为随机种子来尽可能的保证函数产生的序列不相同。