谢尔宾斯基三角形生成器

谢尔宾斯基三角形生成器可绘制计算机科学和休闲数学中最著名的分形——支持任意深度、任意外部三角形，并可选用确定性的递归细分算法或令人惊叹的混沌游戏随机游走算法。“并排模式”可同时绘制两者，以便您亲眼见证随机性与递归如何完美收敛到完全相同的形状。该工具可报告叶子数、精确的剩余面积以及豪斯多夫维数（log 3 / log 2 ≈ 1.5849625），并能导出干净的 SVG，非常适合用于幻灯片、工作表或激光切割。

如何构建谢尔宾斯基三角形 —— 步步拆解

是什么让这款谢尔宾斯基生成器与众不同

什么是谢尔宾斯基三角形？

谢尔宾斯基三角形（也称为谢尔宾斯基垫片或筛子）是一种自相似分形，最初由波兰数学家瓦茨瓦夫·谢尔宾斯基（Wacław Sierpiński）于1915年正式提出。它是通过从每个剩余的三角形中递归地移除中心倒置的子三角形来构建的，从而在顶角留下原始三角形的三个较小副本。该过程可以无限重复；极限集合的测度为零（完全没有面积），但包含不可数个点，并且具有非整数的分形维数 log 3 / log 2 ≈ 1.5849625 ——这意味着它比1维曲线“更胖”，但比2维区域“更瘦”。

混沌游戏：从随机中诞生秩序

混沌游戏由迈克尔·巴恩斯利（Michael Barnsley）在其1988年的著作《*到处都是分形*》（*Fractals Everywhere*）中推广开来，是动力系统中引人注目的成果之一。在三角形内任选一个起始点，并遵循以下规则：均匀随机地选择三个顶点之一，从当前点向该顶点精确跳跃一半距离，并落下一个点。重复数千次。经过短暂的初始过渡期后，后续的每一个点都以概率1落在谢尔宾斯基三角形上——该分形是这一随机游走的唯一吸引子。确定性的递归细分和随机的混沌游戏都是具有相同三个中点映射的迭代函数系统（IFS）的实例；根据收缩映射原理，每个具有严格收缩的IFS都拥有唯一的非空紧致吸引子，任何随机轨迹都会收敛于它。

递归深度参考表

谢尔宾斯基三角形在哪里应用

• 帕斯卡三角形模 2： 将帕斯卡三角形的奇数单元格涂成黑色，偶数单元格涂成白色。这些黑色单元格会精确地构成谢尔宾斯基三角形——这是组合数学与分形几何之间的一座惊人桥梁。
• 细胞自动机第 90 号规则： 由史蒂芬·沃尔夫勒姆（Stephen Wolfram）提出的主打一维细胞自动机“Rule 90”，从单个黑色单元格开始，会逐行生成谢尔宾斯基三角形。
• 分形天线： 谢尔宾斯基单极和偶极天线利用自相似性来实现多频段共振——单个天线可以覆盖许多频率范围。它们被广泛应用于现代移动电话和 Wi-Fi 设备中。
• 计算机科学教学： 作为递归、分治法、IFS和维数理论的经典教学范例。它也非常适合作为图形库的单元测试目标。
• 生成艺术与设计： 纺织品、标志、激光雕刻杯垫、音乐节海报——该分形将数学深度与视觉纯粹性融为一体，使其具有无限的再创作空间。
• 汉诺塔状态图： 具有 N 个圆盘的汉诺塔谜题的状态图正好是深度为 N 的谢尔宾斯基图——相同结构的不同外在表现。

谢尔宾斯基三角形与帕斯卡三角形：一个惊人的恒等式

写出很多行的帕斯卡三角形，然后将具有奇数二项式系数的单元格涂成深色，将具有偶数系数的单元格涂成浅色。得到的图像是一个完美的谢尔宾斯基三角形。其背后的数学原理是关于模质数二项式系数的库默尔定理（Kummer's theorem）：C(n, k) mod 2 等于 1 当且仅当 k 的二进制表示在逐位比较上小于或等于 n 的二进制表示。从递归的角度来看，这恰好产生了谢尔宾斯基规则——上方有三个副本，中心缺失一个——其极限图像就是该分形。将本生成器切换到“帕斯卡三角形布局”，即可在一致的方向上观察到这种关联。

常见误区

• “谢尔宾斯基三角形的面积为零。” 正确——但这仅在无限极限下成立。在任何有限深度 N 下，叶子仍然占据外层面积的 (3/4)N。在深度 9 时，仍有约 7.5% 的面积，完全清晰可见。
• “起始必须使用等边三角形。” 错误。递归适用于任何三角形（直角三角形、钝角三角形，甚至是只要不共线就行的退化三角形）。其分形形状在每次仿射变换中都会保持。在工具中切换外部形状即可亲自验证。
• “混沌游戏需要特殊的随机数。” 不需要——均匀的 1 到 3 随机整数就足够了。任何起始点也都可行（在经历了一段忘却起点的短暂初始期之后）。
• “分形维数只是整数的一种花哨叫法。” 不是——谢尔宾斯基三角形的维数确实介于 1 和 2 之间。没有任何整数维数能够体现它是如何按比例缩放的。

常见问题解答