曼德博集

曼德博集其实是一个“没什么用”的发现。
曼德博集(Mandelbrot Set)是一种在复平面上形成独特且复杂图案的点的集合。这个集合是以数学家本华·曼德博(Benoit Mandelbrot)的名字命名的,他在研究复杂结构和混沌理论时发现了这个集合。曼德博集是分形几何的一个经典例子,显示了一个简单的数学公式如何能产生无限复杂和美丽的图案。
曼德博集的定义相对简单。对于每一个复数 \(c\),我们考虑以下迭代序列: \[ Z_{n+1} = z_n^2 + c \;\;\\ 其中 \;\; (z_0 = 0) \] 曼德博集合由那些使得上述序列不趋于无限大的复数 \(c\) 组成。在复平面上,这些点形成了一种独特的图案,通常以一种美丽且艺术的方式呈现。这个图案的边界非常复杂,包含了无限的细节和自相似的结构。这意味着无论你放大图案的哪一部分,你都会发现越来越精细的结构,这些结构在形式上与整体图案相似。
曼德博集合不仅在数学上有意义,也在艺术和科学中有广泛的应用,尤其是在研究混沌理论和复杂系统时。
具体可以看
目标功能
最终我们将实现一个命令行工具,它会根据我们输入的参数生成曼德博集图,使用如下:
1 | ./mandelbrot <FILE> <PIXELS> <UPPERLEFT> <LOWERRIGHT> |
FILE
: 曼德博集图生成的图片路经。PIXELS
: 图片分辨率,如4x3
。UPPERLEFT
: 指定在复平面中图片覆盖的左上角,如4.0,3.0
。LOWERRIGHT
: 制定在复平面中图片覆盖的右下角。
所以我们最终会根据指定的图片范围,截取 PIXELS
分辨率大小的曼德博集图:

基于以上目标,我们拆分成几个问题:
- 如何表示复数?
- 如何解析分辨率和坐标?
- 如何将图上像素映射到复数?
- 如何生成曼德博集图?即如何找到那些符合曼德博集的点,并将其进行着色标注?
- 如何写入图片文件?
- 如何渲染曼德博集?
- 如何解析命令行参数?
- 如何并发写入图片文件?
能学到什么
- 曼德博集是什么?
- Rust 中的复数的原理与应用。
- Rust 泛型初探。
- Rust 中的 Option 和 Result 初探。
- Rust 并发初探。
- Rust 中如何解析命令行参数?
- Rust 如何写入图像文件?
- Rust 如何写测试用例?
- Rust 实用 crate
num
、image
、crossbeam
。
版本
1 | [package] |
完整代码:https://github.com/hedon954/mandelbrot/blob/master/src/main.rs
编码实现
0. 创建项目
1 | cargo new mandelbrot |
1 | cd mandelbrot |
1. 复数表示
使用复数,我们需要引入一个 crete:num
:
1 | cargo add num |
其中定义了一个复数类型 Complex
:
1 | pub struct Complex<T> { |
这里 T
是 Rust 中的泛型功能,表示任意类型
T
,确定好这个结构体的 T
的类型后,其中的属性
re
和 im
的类型也就随之确定了。
2. 解析分辨率和坐标
- 分辨率格式为:4000x3000
- 坐标格式为:-1.0,2.0
2.1 解析数对
我们要做的就是,将分辨率拆成 (4000,3000),将坐标拆为 (-1.0, 2.0)。这里:
- 带解析的元素
s
是一个字符串&str
。 - 分隔符
separator
是一个字符char
。 - 返回值是一个元组
(T, T)
,其中T
这里可以是 u64/f32 等数字,它们都需要能从字符串转化而来,即<T:FromStr>
。 - 因为解析可能出错,所以我们使用
Option
来承载。
1 | /// 把字符串 `s`(形如 `"400×600"` 或 ``"1.0,0.5")解析成一个坐标对 |
我们可以写几个测试用例来验证一下这个函数的正确性,这里我们用到
#[test]
和 assert_eq!
:
1 |
|
2.2 转为复数
我们需要的参数 upper_left
和 lower_right
都是复平面中的一个点,所以从字符串中将数对解析完毕后,我们将其赋值到复数的实部和虚部,转为复数实例。
1 | // 把一对用逗号隔开的浮点数解析为复数 |
3. 将像素点映射成复数
第 2 步我们其实确定了两件事:
- 确定截取曼德博集的哪一部分。
- 要在这个部分中画多少个点。

这一步我们需要把 x
点转为复数,即确定它的横坐标和纵坐标。这部分可能需要发挥一下你的几何数学能力了(🤡🤡🤡)。
1 | /// 给定输出图像重像素的行和列,返回复平面中对应的坐标 |
4. 寻找曼德博集点
什么是曼德博集点?看看上面的定义:曼德博集合由那些使得上述序列不趋于无限大的复数 \(c\) 组成。
现在我们可以来表示上述的公式 \(Z_{n+1} = z_n^2 + c\) 了:
1 | fn complex_square_add_loop(c: Complex<f64>) { |
其中我们将泛型结构体 Complex
的 T
确定为
f64
,并使用 loop
关键字进行无限循环。
所以我们的目标是什么?找到令 z
不会“飞到”无穷远的 c
。
由于复数 \(c\) 具有实部 re 和虚部 im,因此可以把它们视为笛卡尔平面上某个点的 x 坐标和 y 坐标,如果 \(c\) 在曼德博集中,就在其中用黑色着色,否则就用浅色。因此,对于图像中的每个像素,必须在复平面上相应点位运行前面的循环,看看它是否逃逸到无穷远还是永远绕着原点运行,并相应将其着色。
无限循环肯定是不现实的,我们总要找到退出循环的机会,有 2 个思路:
- 进行有限次数的迭代,这样可以获得该集合的一个不错的近似值,迭代的次数取决了精度的需要;
- 业界已证明,一旦
z
离开了以原点为中心的半径 2 的圆,它最终一定会“飞到”无穷远。
所以我们最终确定的函数如下,其中 norm_sqr()
会返回
z
跟复平面原点的距离的平方:
1 | /// 尝试测试 `c` 是否位于曼德博集中,使用最多 `limit` 次迭代来判定 |
5. 写入图片文件
我们可以使用 image
这个 crate
来写入图片文件,它支持多种格式图片的读写,并内置了多种颜色色值。
这里我们准备生成 png
图片,且需要对图片进行不同颜色的着色,所以我们引入 default
和 png
这两个 feature。
1 | cargo add image --features default,png |
5.1 创建文件 File::create()
我们可以用标准库中的 File::create(filename)
来创建一个文件,成功的话会返回一个文件句柄:
1 | let output = File::create(filename)?; |
5.2 写入图片 PNGEncoder
image
中提供了 PNGEncoder
用于写入 png
图片,它有两个核心方法:
1 | impl<W: Write> PNGEncoder<W> { |
new(w)
: 传进目标 writer,即我们上面创建的output
。encode()
: 写入图片信息,这里有几个参数:width: u32
: 图片宽度。height: u32
: 图片高度。color: ColorType
: 颜色类型,可以是 RGB, Gray(8) 等。data: &[u8]
: 像素色值列表,它的长度应该由上面 3 个字段共同决定,如果选取的颜色是 RGB,意味着需要 3 个 u8 才能表示一个像素点的颜色,所以长度为 width * height * 3,如果选取的颜色是 Gray(8),那么我们用 1 个 u8 就可以表示一个像素点的灰度值,所以长度为 width * height * 1。本文中我们会采用 Gray(8) 来汇总曼德博集的黑白图。
6. 渲染曼德博集
这一步我们需要来确定上述 PNGEncoder::encode()
的 4
个参数:
width: u32
: 图片宽度由命令行参数中指定即可。height: u32
: 图片高度由命令行参数中指定即可。color: ColorType
: 本文我们只绘制黑白图,这里使用ColorType::Gray(8)
,它表示图像是一个灰度(单色)图像,每个像素用8位(即1个字节)来表示。在这种格式中,每个像素的灰度值范围是 0 到 255,其中 0 通常表示黑色,255 表示白色,中间值表示不同的灰度。data: &[u8]
: 像素色值列表,我们需要确定 width * height 个像素的灰度值。首先我们根据第 3 步将像素点映射成复数 \(c\),然后使用第 4 步中的
escape_time()
函数来判断复数 \(c\) 是否位于曼德博集中,如果是,则着黑色,即赋值0
,如果不是,则看它迭代了多少次才失败,次数越多,则越接近曼德博集,颜色越深,即越靠近 0,所以赋值255-time
。
最终我们实现的函数如下:
1 | /// 将曼德博集对应的矩形渲染到像素缓冲区中 |
7. 解析命令行参数
核心逻辑部分到这里其实就完成了,现在我们要做最后一步,就是解析命令行参数,让程序可以根据我们的要求绘制曼德博集图。
7.1 解析 std::env::args()
在 Rust
中解析命令行参数的一个常用方法是使用std::env::args
函数,这个函数返回一个迭代器,它包含了命令行上传递给程序的所有参数。对于更复杂的命令行参数解析,可以使用像clap
或structopt
这样的第三方库,这些库提供了更高级的功能和更好的错误处理。
下面是一个使用std::env::args
的基本例子:
1 | use std::env; |
7.2 基础版程序
到这里,我们就可以实现完整的基础版程序了。
1 | fn main() { |
我们在项目根目录下编译一下程序:
1 | cargo build --release |
会在 target/release 下生成可执行文件,执行:
1 | ./target/release/mandelbrot mandel.png 4000x3000 -1.20,0.35 -1,0.20 |
执行后你应该可以看到我们生成的曼德博集图如下:

大概是处于这个位置:

8. 并发渲染
在 macOS 或 linux 系统下,我们可以使用 time
来输出程序的执行时间:
1 | time ./target/release/mandelbrot mandel.png 4000x3000 -1.20,0.35 -1,0.20 |
笔者使用的电脑为 macbook Pro m2 max 芯片 32 G 内存 12 核,可以看到在单核模式下,差不多需要 3~4s 的时间。
几乎所有的现代机器都有多个处理器核心,而当前这个程序只使用了一个。如果可以把此工作分派个机器提供的多个处理器核心,则应该可以更快地画完图像。
为此,我们可以将图像划分成多个部分,每个处理器负责其中的一个部分,并让每个处理器为分派给它的像素着色。为简单起见,可以将其分成一些水平条带,如下图所示:

crossbeam 是 Rust 中的一个并发编程工具箱,它广泛用于提供各种并发和多线程编程的组件。
crossbeam::scope
是 crossbeam
提供的一个非常有用的功能,它允许你安全地创建临时的线程,并确保这些线程在离开作用域之前结束。
这里我们引入 crossbeam:
1 | cargo add crossbeam |
我们将 fn main()
中的:
1 | render(&mut pixels, bounds, upper_left, lower_right); |
替换成:
1 | // 使用 8 个线程来并发执行 |
再次执行:
1 | time ./target/release/mandelbrot mandel.png 4000x3000 -1.20,0.35 -1,0.20 |
可以看到虽然总共使用的 CPU 时间还是 3~4s,但是整个程序的执行时间只缩短到 1s 左右了。
9. rayon 工作窃取
前面我们使用 8 个工作线程优化了曼德博集的绘制速度,大概是 4 倍的速度提升。其实这还不够快。
问题的根源在于我们没有平均分配工作量。计算图像的一个像素相当于运行一个循环。事实上,图像的浅灰色部分(循环会快速退出的地方)比黑色部分(循环会运行整整 255 次迭代的地方)渲染速度要快得多。因此,虽然我们将整个区域划分成了大小相等的水平条带,但创建了不均等的工作负载,

使用 rayon 很容易解决这个问题。我们可以为输出中的每一行像素启动一个并行任务。这会创建数百个任务,而 rayon 可以在其线程中分配这些任务。有了工作窃取机制,任务的规模是无关紧要的。rayon 会对这些工作进行平衡。
我们先引入 rayon
:
1 | cargo add rayon |
在 main.rs
中引入 rayon
:
1 | use rayon::prelude::*; |
然后 main
中并发绘制的部分替换为下面的代码:
1 | let bands: Vec<(usize, &mut [u8])> = pixels.chunks_mut(bounds.0).enumerate().collect(); |
首先,创建 bands,也就是要传给 rayon 的任务集合。每个任务只是一个元组类型 (usize, &mut [u8]):第一个是计算所需的行号,第二个是要填充的 pixels 切片。我们使用 chunks_mut 方法将图像缓冲区分成一些行,enumerate 则会给每一行添加行号,然后 collect 会将所有数值切片对放入一个向量中。(这里需要一个向量,因为 rayon 只能从数组和向量中创建并行迭代器。)
编译:
1 | cargo build --release |
再次执行:
1 | time ./target/release/mandelbrot mandel.png 4000x3000 -1.20,0.35 -1,0.20 |
可以看到,这次速度提升更加明显,总共只用了 0.4s 左右的时间。
以上就是实用 Rust 绘制曼德博集实战的全部内容,enjoy,happy coding~