StarWink UV顶点动画制作详解
我们先来看最终效果
实现原理：
1.利用算法得到圆形差值的UV坐标（中间为0）去采样纹理，得到圆形扩散的循环纹理动画。
2.利用算法得到循环的圆形扩散遮罩，并作为顶点偏移遮罩控制顶点动画。
3.模型顶点UV做了同一块模型上的UV顶点坐标一致性的处理，使得同一块模型上的所有点偏移量一致。
算法实现：
1. 利用UV的取值范围映射到指定的取值范围，并求模（Remap和Length）
第一个算法是Remap方法:
将某个区间的取值范围（[Min Old, Max Old]）映射到指定区间范围（[Min New, Max New]）。
算法为：如要将Val从[a, b]映射到[A, B]，则公式为 Val = A + Val * (B - A) / (b - a)
第二个算法是length方法，意思是求取向量模长。公式：Sqrt ( Dot ( Iput, Iput ) )。此处将
[-1， 1]的取值范围的二维坐标取模，因为中间点（0， 0）的模长为0，边界处模长为1，所以得到一个[0, 1]灰度渐变的圆（这里的渐变为线性的）。
2. 两向量间的距离，（Distance）
当B向量TimeSpeed = 0时，Distance如下图所示。
公式：Sqrt (dot ( ( B-A ), ( B-A ) ) )，即为两向量距离公式。
这里将公式拆开分析，此处为两个模长的点积，即标量点积（理论上是不成立的，但是unity在底层还是做了计算规则）。先来看下图：
0.6点积0.6 近似= 1
所以我猜测可能是将一维的值自动填充为了三维向量，三个分量都是一维的那个值。然后两个三维向量进行点乘。例举几个值，测试结果均吻合！下图是其中一个测试：
下图中的a是Length的值，即模长为1的圆，根据上面推测的算法，a和a点积并开方后，边界值为根号3，即约等于1.732，并做了减法验证，说明推测无误（但是从0到1.732是非线性渐变的），所以看起来黑色圆缩小了。
Sqrt为开根号运算。
当B向量TimeSpeed != 0时，Distance如下图所示为一个从Time*Speed 到（上限值X（此处X为1.732）TimeSpeed） 范围的取值。并且随着时间增长，整个区间的值也随着增长。
3.UV坐标值随着时间线性增长并实时采样贴图
（彩虹纹理图）
用Distance的值去采样彩虹纹理图，得到循环圆的彩虹纹理。
作为UV坐标的distance遮罩的(0, 0)点在中心，采样贴图颜色为彩虹纹理图的左下角(0, 0)点的颜色（橙色），所以最终中心点颜色为橙色，并随着坐标的增大，不断采样靠上的颜色，黄，绿，蓝，紫，红。当坐标超过1时，即循环从橙色开始采样。所以最终效果是一个循环的圆扩散动画。
4. Fract（取小数位）
如上面所分析，Distance的取值范围在[ TimeSpeed， X * TimeSpeed ]，差值为2左右，这样就有了两个小数循环，如图Fract所示。由于从0.9999到0是突然跳转（因为1的小数位是0），所以有硬边，而0到1是渐变的。但是这里发现了个问题，那就是如果Distance上限为1.732，那取小数后就是0.732，不可能为上图Fract的样式，应该是下图这样的：
而我们用点乘开方的算法算出来正是上面的形状，请看：
所以我觉得Distance算法并不像官方所说的仅仅是Sqrt (dot ( ( B-A ), ( B-A ) ) )，应该还加了一个压缩到整数位的操作，这样取小数时才能取满。
所以我们使用Remap将取值范围从（0， 1.737）映射到（0， 2），如下图所，结果和Distance结果一致。
5.Step节点
Step节点具体算法是，如果B>A，则返回1（白色），如果B<=A，则返回0（黑色）。
将Fract的值做Step就得到了黑白遮罩，这个遮罩是为了最终影响顶点偏移（黑色不偏移，白色完全偏移，因为模型顶点UV做了同一块模型上的UV顶点坐标一致性的处理）而做的。
6. 构建顶点偏移量（Append）
将顶点坐标的每个分量分别做偏移处理，最后利用Append节点重新构建。最后和Step混合得到最终的顶点动画。