lerp是线性插值，数学上等价于(1-t)a + tb，但推荐用a + t*(b-a)以提升浮点精度和稳定性；C++泛型实现应统一转double计算再转回原类型，注意t的类型安全与归一化。
什么是 lerp？它和直接写 (1-t)*a + t*b 有区别吗
lerp（linear interpolation）本质就是加权平均：给定起点 a、终点 b 和归一化参数 t（通常在 [0,1] 区间），返回 a 到 b 之间的某个点。数学上等价于 (1-t)*a + t*b，但直接手写这个表达式在浮点计算中可能引入精度误差或边界问题。
比如当 t 是 1.0 时，理论上应严格等于 b，但若 a 和 b 差异极大，(1-t)*a 可能因浮点舍入变成非零小值，导致结果略偏离预期。标准做法是用 a + t*(b-a) —— 它更稳定，尤其当 t 接近 0 或 1 时。
- 优先使用
a + t*(b-a)形式，避免减法抵消带来的精度损失 -
t不强制限制在 [0,1]：超出范围也能算（即外插），但需明确业务是否允许 - 对整数类型，注意溢出：比如
int的a + t*(b-a)中t是浮点，先转成浮点再运算更安全
C++ 里怎么写一个泛型 lerp 函数
用模板支持任意数值类型，但要注意类型推导和运算符重载是否完备。最简健壮版本如下：
template <typename T>
T lerp(T a, T b, double t) {
return static_cast<T>(static_cast<double>(a) + t * (static_cast<double>(b) - static_cast<double>(a)));
}这个写法把输入统一转成 double 计算，再转回原类型，兼顾精度与兼容性。不建议用 auto 推导中间类型，因为 a + t*(b-a) 的类型取决于 T 和 t 的组合，容易意外整数截断或隐式转换错误。
立即学习“C++免费学习笔记（深入）”；
- 如果
T是自定义类型（如vec3），需确保支持+、-和标量乘法，且最好提供lerp成员函数而非依赖全局模板 - 不要为
float单独特化——用double中间计算反而更准；真要极致性能可加float版本，但得手动保证数值稳定性 - 若
T是bool或枚举，lerp无意义，模板实例化会失败，这是好事，比静默返回错误值强
常见错误：传入未归一化的 t 或误用整数除法
典型翻车现场：lerp(0, 100, 5/10) 返回 0 —— 因为 5/10 是整数除法，结果为 0。C++ 不会自动提升为浮点。
- 永远显式写
5.0/10.0或static_cast<double>(5)/10 - 从帧率、索引等整数源计算
t时，务必提前转浮点：t = static_cast<double>(i) / (n-1)，而不是i/(n-1) - 如果
t来自用户输入或传感器数据，可能超出 [0,1]，要不要 clamp 取决于场景：动画插值常 clamp，物理模拟可能需要外插 - Clamp 推荐用
std::clamp(t, 0.0, 1.0)（C++17 起），别手写if，既啰嗦又易漏边界
性能与内联：为什么你不该把 lerp 写成宏或过度优化
现代编译器（GCC/Clang/MSVC）对简单算术函数内联非常激进，只要声明为 inline 或定义在头文件里，lerp 几乎必然被展开。手动写宏（如 #define lerp(a,b,t) ((a)+(t)*((b)-(a)))）反而危险：多次求值副作用、类型不安全、调试困难。
- 函数体足够短，放心写成普通
inline函数，无需constexpr（除非你真要在编译期算，比如模板参数） - 避免在循环内反复调用
lerp时传入相同a、b却每次都重算b-a—— 如果a、b不变，提前算好差值更高效 - 对 SIMD 向量（如
__m128），lerp可向量化，但那是另一层优化，普通业务代码不必过早考虑
真正容易被忽略的是：插值本身很快，瓶颈往往在数据访问模式或缓存局部性上，而不是 lerp 这一行算式。写清楚、稳住精度、让编译器干活，比手搓汇编靠谱得多。
