std::lerp是C++20引入的线性插值函数，定义为a + t×(b−a)，位于<cmath>头文件，经数值优化以提升t接近0或1时的精度与安全性，要求三参数同为算术类型且编译启用C++20标准。
std::lerp 是什么，C++20 才能用
std::lerp 是 C++20 引入的数值算法函数，用于计算两个值之间的线性插值：结果 = a + t × (b − a)。它不是简单封装乘加，而是做了数值稳定性优化，尤其在 t 接近 0 或 1 时比手写公式更精确、更安全（比如避免 b - a 溢出或精度丢失）。
必须确保编译器支持 C++20（如 GCC 10+、Clang 12+、MSVC 19.28+），并启用 -std=c++20（或对应标准选项）。头文件是 <cmath>，无需额外链接。
std::lerp 的参数类型和常见调用方式
函数签名是：
template<class T> T lerp(T a, T b, T t);三个参数必须是相同算术类型（
float、double、long double，或可隐式转为浮点的整型），不支持自定义类型或 std::complex。
-
t可以是任意实数，不限于 [0,1] 区间；t == 0返回a，t == 1返回b，t < 0或t > 1表示外推 - 当
a和b同号且很大，t接近 1 时，手写a + t*(b-a)可能因b-a精度损失导致结果跳变，而std::lerp内部会切换算法规避 - 对整型参数，会先提升为
double计算，再截断返回 —— 所以lerp(0, 100, 0.3)返回30（int），但中间过程是浮点运算
容易踩的坑：NaN、无穷、混合类型
传入 NaN 或 inf 时行为由 IEEE 754 定义：若任一参数为 NaN，结果为 NaN；若 a 和 b 为有限值但 t 为 inf，结果是 inf 或 -inf（符号取决于 b-a 符号）；这些不是 bug，是标准要求。
立即学习“C++免费学习笔记（深入）”；
最常被忽略的是类型不匹配：
- 写
lerp(0, 100, 0.5f)→ 编译失败：0和100是int，0.5f是float，模板无法推导统一T - 正确写法：全部显式指定类型，例如
lerp(0.0f, 100.0f, 0.5f)或lerp(0.0, 100.0, 0.5) - 别依赖自动转换：比如
lerp(1, 2, 0.1)在某些标准库实现中可能触发double版本，但若后续要赋给float变量，隐式截断可能丢失精度
一个实际使用的例子：平滑过渡颜色值
假设用 uint8_t 表示 RGB 分量，想在两色间按时间归一化参数 t ∈ [0,1] 插值：
uint8_t r0 = 30, r1 = 200; float t = 0.7f; uint8_t r = static_cast<uint8_t>(std::lerp(static_cast<float>(r0), static_cast<float>(r1), t));
注意这里必须显式转成 float：直接传 uint8_t 会导致整型提升为 int，而 t 是 float，模板无法匹配。另外，std::lerp 不做 clamping，如果 t 超出 [0,1]，结果可能溢出 uint8_t 范围，需要手动处理边界。
真正复杂的地方在于：它不处理向量、不处理非线性空间（如 sRGB）、也不保证结果在原始类型有效范围内 —— 这些都得你自己兜底。
