就像有人已經回答過的一樣，這個問題和分子動力學(MD)以及等離子體里面靜電場的模擬很像，只不過考慮的粒子間相互作用是萬有引力的形式。

對于MD來說，別說幾個了，就是幾萬個粒子都不成問題。對于等離子體來說也是類似的。

你提到的時間不知道是指什么時間，如果是指模擬的時間尺度的話，如果采用類似MD的模擬算法的話，對于MD來說一般大體系，比如上萬個原子可以模擬到幾個到幾百個ns，步長對應的是fs ~ ps，對應的可能是

~

time steps，這些都是在超算上的表現。不過一般MD里面都是短程力，而萬有引力是長程力，需要更大的截斷，所以對應的實際表現會差一些。如果采用類似等離子里面的Particle in cell (PIC)的算法的話，性能表現可能會更好一些，不過我沒做過這方面工作所以不好評論。如果是指給定了時間尺度，具體的機器運算時間的話，就很難估計了，因為這和算法、代碼實現、機器結構都有關系。

不過不管哪種情況，就我感覺而言，100個物體的模擬應該是非常簡單和非常迅速的。

能夠模擬的數量上限取決于很多因素，比如你的存儲空間是不是夠放下所有參與運算的粒子的信息、具體的代碼實現以及你需要模擬的時間尺度。能夠模擬的時間上限一方面受到物理系統本身的限制。這種N-body system with nonlinearity，一般都是混沌系統，高度初值敏感，如果你的系統混沌性不高、Lyapunov指數比較小的話，模擬的時間可以比較長，比如系統里粒子質量差別很大這種情況；如果系統高度混沌、Lyapunov指數很大，那一般有意義的模擬時間就不會很長。除此以外，在算法實現的層面上，如果你用的運動方程積分是低精度、低次積分的算法，那么就需要很小的time step，指定時間長度的情況下往往算的次數多，但是每次運算時間短；如果運動方程積分是高精度、高次積分的算法，那么time step可以大一些，指定時間長度的情況下算的次數少，但是每次運算時間長。除了積分算法，模擬方法里的參數也有影響，如果是直接模擬、類似MD，那么截斷距離越大、每個粒子需要考慮的相互作用越多、運算時間越長；如果是間接模擬、類似PIC的算法，那么計算標量勢場的空間網格的劃分精度越高、運算時間越長。

我只做過一些簡單的引力系統模擬，有些內容可能不是很準確，僅供參考。

總結

以上是生活随笔為你收集整理的python物理引擎模拟三体_一个物理引擎能不能模拟少量粒子之间的力？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。