⚡ 圆上的指针：运行时状态机
■ 绿色线: cos(θ)，指针在 X 轴的影子
■ 红色线: sin(θ)，指针在 Y 轴的影子
■ 橙色线: tan(θ)，从右侧切线延伸的坡度信号
※ 拖动滑块，观察系统状态变化。接近 90° 时注意 tan 的奇异点 → ∞
圆上的指针：为什么你不需要记住三角函数，却能用它解决一切
当角度成为时间，sin 和 cos 就只是圆上一个指针在 x 轴和 y 轴上的影子。
一、协议栈的第一层：从"死记硬背"到"旋转运动"
大多数人对三角函数的恐惧，源于一个错误的系统架构：他们把 sin、cos、tan 当作独立的 API 函数，每个都需要单独记忆参数和返回值。但实际上，这三者共享同一个底层协议——单位圆上的旋转。
想象你有一个单位圆，圆心在原点 (0,0)，半径是 1。在圆上有一个指针，从最右边的点（即 (1,0) 位置）开始，逆时针旋转。这个指针的尖端在任意时刻的坐标就是 (cos(θ), sin(θ))——其中 θ 是旋转的角度。
这听起来像是一句定义，但请把它当作一个运行时状态来理解：当指针旋转时，它的 x 坐标（cos）和 y 坐标（sin）在不断变化。你不需要记住 cos 0° = 1 或者 sin 90° = 1——你只需要知道，指针在 0° 时指向最右边（x=1, y=0），在 90° 时指向最上边（x=0, y=1），在 180° 时指向最左边（x=-1, y=0），在 270° 时指向最下边（x=0, y=-1）。
这是整个三角函数系统的内核态。所有公式、恒等式、应用，都是从这个旋转运动中派生出来的用户态程序。
二、缓存命中：为什么“对边比斜边”是一个过时的索引
传统教材把三角函数定义为直角三角形的边长比，这是一个缓存策略——它试图把圆上的连续运动，缓存成几个静态的三角形快照。但问题在于：这个缓存命中率极低。当你面对一个实际问题时，很少能直接找到一个完美的直角三角形等着你去套公式。
比如，你要计算一个点在圆上旋转到 37° 时的 y 坐标。用“对边比斜边”的方法，你需要先画一个直角三角形，找到 37° 角，测量对边和斜边——但在单位圆上，斜边就是半径（1），所以 sin(37°) 直接就是对边长度。而“对边”是什么？就是指针在 y 轴上的投影高度。
如果你把角度当作一个时间戳，把 sin 和 cos 当作状态查询函数，那么一切就变得清晰：给定一个时间（角度），圆上的指针有一个确定的位置（x, y）。这个位置就是 cos 和 sin 的返回值。你不需要知道为什么 sin 30° = 0.5——你只需要知道，当指针旋转到 30° 时，它的 y 坐标恰好是 0.5（因为此时指针与水平方向形成 30° 角，y 坐标正好是半径的一半）。
这就是几何直觉取代代数记忆的过程：你不再把三角函数当作需要背诵的公式，而是当作一个实时渲染的视觉系统。
三、状态机与信号量：tan 的本质是“斜率信号”
tan 是 sin 和 cos 的比值（tan(θ) = sin(θ)/cos(θ)），但更直观的理解是：tan 是圆上指针所在位置的斜率。
想象指针在圆上某一点，你从原点画一条射线穿过这个点。这条射线的斜率就是 tan(θ)。当指针在 0° 时，射线是水平的，斜率为 0；当指针在 45° 时，射线斜率为 1；当指针接近 90° 时，射线几乎垂直，斜率趋近无穷大。
这个理解在实际工程中极其有用。在建筑测量中，所谓的“坡度比”（比如 1:2）就是 tan 的倒数——tan(θ) = 0.5 意味着每水平前进 2 米，垂直上升 1 米。在机器人阿克曼转向中，转弯半径 = 轴距 / tan(转向角)——当转向角接近 90° 时，tan 趋近无穷大，转弯半径趋近 0，意味着车辆可以原地掉头。
tan 的“无穷大”特性不是一个数学异常，而是一个信号量——它告诉你系统在某个角度附近会进入临界状态。比如在机械臂控制中，当某个关节角度接近 90° 时，tan 的导数（即 sec²θ）变得极大，意味着微小角度变化会导致巨大的位置变化——这就是“奇异点”的几何直觉。
四、高内聚低耦合：为什么 atan2 比 atan 更优雅
在实际编程中，你几乎不需要直接使用 atan（反正切），而是使用 atan2(dy, dx)。这是因为 atan2 是一个高内聚的函数：它同时接收 y 和 x 的差值，内部自动处理象限判断，返回正确的角度值（从 -π 到 π）。
从圆上的视角看，atan2 的本质是：给定一个点的坐标 (dx, dy)，找到这个点在单位圆上对应的角度。这就像是你有一个指针的坐标，你想知道它旋转了多少度——而 atan2 就是那个逆向查询接口。
在游戏开发中，要实现“面向鼠标旋转”，你只需要计算鼠标相对于角色的偏移量 (dx, dy)，然后调用 atan2(dy, dx) 得到角度，再把这个角度赋给角色的旋转属性。整个过程不需要任何三角公式——你只是在“读取指针的坐标”和“设置指针的角度”。
这就是低耦合的体现：你不需要关心 sin 和 cos 的内部实现，只需要知道它们构成了一个完整的坐标-角度双向映射系统。
五、死锁检测：当 sin²θ + cos²θ = 1 成为你的运行时断言
最著名的三角恒等式 sin²θ + cos²θ = 1，本质上是一个运行时断言——它验证了圆上任意一点的 x 坐标和 y 坐标的平方和是否等于半径的平方。在单位圆上，半径是 1，所以这个等式永远成立。
这个断言可以用于检测计算错误。比如，在 GPS 定位中，如果你用 sin 和 cos 计算卫星的方向向量，然后发现向量的长度不为 1，就说明某个环节出现了舍入误差或编码错误。在音频合成中，如果你用 sin 和 cos 生成正交信号，然后发现 sin² + cos² 不等于 1，就说明你的振荡器存在相位漂移。
更反直觉的是：这个恒等式是勾股定理在单位圆上的重写。勾股定理说“直角三角形的两条直角边的平方和等于斜边的平方”，而在单位圆上，直角边就是 cos 和 sin，斜边就是半径（1）。所以 sin²θ + cos²θ = 1 不是一个新的公式，而是同一个底层几何事实在不同语境下的别名。
六、应用层协议：从圆上运动到真实世界的映射
现在，让我们把圆上运动的模型应用到真实问题中：
1. 游戏轨道运动
要让一个物体围绕另一个物体做圆周运动，你不需要记住任何公式，只需要把角度当作时间变量：
每帧更新 angle（比如 angle += speed * deltaTime），物体就会沿着圆轨道运动。如果要椭圆轨道，只需要给 x 和 y 不同的半径系数。
2. 建筑测量中的坡度
如果你要测量一个斜坡的倾斜度，不需要用量角器。只需要测量水平距离（dx）和垂直高度（dy），然后计算 dy/dx——这就是 tan(θ)。如果你想知道具体角度，用 atan2(dy, dx) 即可。
古代工匠用“3-4-5 绳子”造直角，本质上是利用边长比例代替角度测量——他们不知道自己在用 tan，但他们用直觉实现了同样的功能。
3. 音频中的拍频
当两个频率接近的正弦波叠加时，你会听到“忽大忽小”的声音。这个现象在圆上的解释是：两个指针以不同速度旋转，它们的 y 坐标之和的包络线，就是两个指针“时而同向（振幅相加）、时而反向（振幅相减）”的结果。
你不需要记住和差化积公式，只需要想象两个指针在圆上旋转——当它们同向时声音大，反向时声音小。这就是拍频的几何直觉。
4. 机器人的逆运动学
对于一个两关节机械臂，末端位置是每个关节旋转的投影之和：
每个关节的旋转，相当于在圆上旋转一个角度，然后乘以臂长。两个关节的投影相加，就是末端位置。如果你理解了“圆上的运动”，这个公式就不再是公式，而是一个视觉化的叠加过程。
七、最终断言：你不需要记住三角函数
三角函数不是需要背诵的公式库，而是一个几何直觉的 API——它描述了圆上的旋转如何映射到直线上的运动。
当你面对一个实际问题时，不要问“这个问题的三角函数公式是什么”，而要问“这个问题的圆上运动是什么”。一旦你找到了圆上的指针，sin 和 cos 就只是这个指针在 x 轴和 y 轴上的影子——你不需要记住它们，只需要看着影子移动。
这就是三角函数学习的终极技巧：把角度当作时间，把圆当作状态空间，把 sin 和 cos 当作投影函数。剩下的，都是这个核心模型的派生应用。
八、底层降维：CPU 是如何计算 sin 的？（泰勒展开的几何修剪）
到这里，你已经掌握了三角函数的几何直觉。但如果你是一个极客，脑子里一定会冒出一个终极疑问：既然三角函数是圆上的影子，那计算机底层是怎么算出这个影子的？
CPU 是一个极其纯粹的逻辑门集合，它没有尺子，画不出圆，更不懂什么是"投影"。它只认得加、减、乘、除。我们要如何用纯粹的四则运算，向 CPU 描述一个圆上的曲线运动？
答案是：把弧长拉直，然后用代数"修剪"它。
在数学底层，角度其实是用"弧度（Radian）“来表示的。在单位圆中，弧度 $x$ 就是指针走过的弧长。如果我们把这段弯曲的弧长 $x$ 直接拉直，当成垂直高度，它肯定比真实的 $\sin(x)$ 要长一点点。
既然长了，修剪掉多余的部分不就行了吗？
几百年前的数学家泰勒（Taylor）发现了一个惊人的底层协议：真实高度 $\sin(x) \approx$ 原始弧长 $x$ - 弯曲折损 $\frac{x^3}{6}$
这就是著名的**泰勒展开式（Taylor Series）**的前两项。计算机底层根本不知道什么是三角函数，当你调用 Math.sin(x) 时，CPU 实际上就是把传入的数字 $x$ 自己乘三次，除以 6，然后从原数值里减去。
不要死记硬背公式，请直接把玩下面这个**“几何修剪机”**。你会震惊地发现：仅仅只"修剪一刀”，代数估算值就已经和真实的几何高度几乎完美重合。
⚡ CPU 底层运算：泰勒级数的几何修剪
九、对称之美：Cos 的"完整半径修剪机"
不仅是正弦（sin），余弦（cos）的底层计算也是一样的逻辑，只不过它的"初始状态"不同。
当角度为 0 时，指针完全平躺在 X 轴上，此时的水平投影就是完整的半径（1）。随着角度 $x$ 的增大，这个水平投影会越来越短。所以，几百年前的极客们为 $\cos(x)$ 设计了另一套修剪协议：
真实水平投影 $\cos(x) \approx$ 初始完整半径 $1$ - 水平折损 $\frac{x^2}{2}$
看看下面这个为 cos 专属打造的"修剪机"，你会感受到数学底层的对称之美：
)