为什么成人满口都是钱？ 第2页

湍流的尺度远大于分子平均自由程，仍然满足连续介质假设。大部分人认为NS 方程可以描述湍流（事实上也是这么做的）。

NS 方程系统是确定的，但确定的不代表可预测的。一个典型的例子，洛仑兹方程组，形式非常简单。但是这样的动力系统对初值扰动极端敏感，初值的误差误差随着时间会使解完全不一样，也就是著名的蝴蝶效应。当雷诺数大的时候，NS 方程更是这样。

可以把湍流看作一个随机过程场。DNS是一次具体的实现，就跟做了一次实验一样。打个比方，就像把扔十次骰子看做一件事，你得到十个1，就可是看作一次DNS 。DNS的主要困难在于湍流的多尺度导致要完全解析所有尺度，网格必须很细，计算量太大。复杂算例根本没法用。 为了降低计算量，提出LES ，大尺度直接解析，小尺度建模或者用耗散代替。

注意DNS /LES 和RANS的区别。前者相当于做了一次实验，每次做结果都可能不同；后者RANS 得到的是每一时刻随机场的均值。

谢邀，没有法外之地，孩子还小，但作为监护人有负相关监护责任，不谈法律问题，只谈这种家长的观念，这是“惯子如杀子”，熊孩子迟早要受到社会的毒打，父母欠下的“教育债”早晚要还的！

孩子在车库拿大刀刮花奔驰，让他知道“错了就要付出代价”，这种代价由父母承担，但是作为父母也要反馈给孩子，这可以说是有一个教育孩子的绝佳机会，然而家长却选择推卸责任，这就是纵容，“子不教父之过！”

法律约束不了？这家长就是法盲，就这样家长，能教育好孩子？什么样的父母就有什么样的孩子，这话一点没错！

把buff机制做成一个图（graph）。

每个buff是一个节点，每个状态也是一个节点。

现在无敌状态受两种状态影响（A、C），那么A、C各有一条边指向无敌状态。

无敌状态判定时，遍历所有输入节点（也就是A、C），有一个buff生效就生效。A、C如果也有自己的状态依赖，那就进行深度遍历依次判定。

如果存在“覆盖”，比如例子中b buff覆盖a buff，那么B有一条边指向A，判定时B的优先级比A高。A取消了，B还在生效。

整个graph必须是个有向无圈图（DAG），有圈说明循环依赖，判定时会宕机（halting）。

DAG可以进行拓扑排序，排完序后就是个一维数组，每帧可以按照这个优先级进行判定，省去了深度遍历的消耗，实现更简单。

不建议手动给状态排优先级，维护起来费劲。