struck中，作者的的取樣方式都很簡單，採用的都是均勻取樣；

在進行預測評估eval的時候，使用的是基於畫素的取樣，也就是每個畫素點變化，都取樣一次；

在進行更新update的時候，採用的是radial和regular的取樣，就是根據半徑和角度的變化確定取樣框，其中有5種半徑，16種方向，再加上(0,0)，最後有81個取樣框；

程式碼以及註釋如下：

#include "Sampler.h"
#include "Config.h"

#define _USE_MATH_DEFINES
#include <cmath>
#include <math.h>

using namespace std;

vector<FloatRect> Sampler::RadialSamples(FloatRect centre, int radius, int nr, int nt)
{
	vector<FloatRect> samples;
	
	FloatRect s(centre);
	float rstep = (float)radius/nr;//半徑變化的步長
	float tstep = 2*(float)M_PI/nt;//角度變化的步長
	samples.push_back(centre);
	
	for (int ir = 1; ir <= nr; ++ir)
	{
		float phase = (ir % 2)*tstep/2;//這個phase可加可不加，加之後可以使得sample分佈更加均勻，準確的來說，角度劃分為了2*nt種
		for (int it = 0; it < nt; ++it)
		{
			float dx = ir*rstep*cosf(it*tstep+phase);//半徑乘以角度的餘弦
			float dy = ir*rstep*sinf(it*tstep+phase);//半徑乘以角度的正弦
			s.SetXMin(centre.XMin()+dx);
			s.SetYMin(centre.YMin()+dy);
			samples.push_back(s);
		}
	}
	
	return samples;
}

vector<FloatRect> Sampler::PixelSamples(FloatRect centre, int radius, bool halfSample)
{
	vector<FloatRect> samples;//作者在30為半徑的園內進行搜尋，有pi*30*30 = 2831
	
	IntRect s(centre);
	samples.push_back(s);//上一幀的rect放在vector的第一個，也即是這一幀的搜尋中心
	
	int r2 = radius*radius;
	for (int iy = -radius; iy <= radius; ++iy)
	{
		for (int ix = -radius; ix <= radius; ++ix)
		{
			if (ix*ix+iy*iy > r2) continue;//這種情況就不會發生
			if (iy == 0 && ix == 0) continue; // already put this one at the start
			
			int x = (int)centre.XMin() + ix;
			int y = (int)centre.YMin() + iy;
			if (halfSample && (ix % 2 != 0 || iy % 2 != 0)) continue;//如果是半取樣，逢偶數就跳過
			
			s.SetXMin(x);
			s.SetYMin(y);
			samples.push_back(s);
		}
	}
	
	return samples;
}