hartree fock python

Hartree-Fock (HF) 方法是一种用于求解多电子体系波函数的近似方法,广泛应用于量子化学和凝聚态物理领域。该方法通过将多体问题简化为单粒子问题,在自洽场(Self-Consistent Field, SCF)框架下迭代求解轨道能量和密度矩阵,从而逼近体系的基态性质。 ### 实现原理概述 在 Hartree-Fock 框架中,体系的总能量可以表示为核哈密顿 $ H_{\text{core}} $、密度矩阵 $ P $ 和 Fock 矩阵 $ F $ 的组合: $$ E_0 = \frac{1}{2} \sum_{\mu\nu} P_{\nu\mu} (H_{\text{core}, \mu\nu} + F_{\mu\nu}) $$ 其中: - $ H_{\text{core}} $ 包含动能项和核吸引势; - $ F $ 是 Fock 矩阵,包含了交换作用; - $ P $ 是密度矩阵,由占据轨道构建。 Python 实现通常包括以下几个关键步骤: - 基组选择与积分计算(如重叠积分、核哈密顿积分、双电子积分); - 构建初始猜测密度矩阵; - 迭代构造 Fock 矩阵并求解本征值问题; - 更新密度矩阵直到收敛; - 计算总能量。 以下是一个简化的 Restricted Hartree-Fock (RHF) 能量计算函数示例 [^1]: ```python def calc_E0_rhf(density, H_core, Fock): H_F = H_core + Fock E0 = 0. for u in range(2): for v in range(2): E0 += density[v, u] * H_F[u, v] E0 *= 0.5 return E0 ``` 此函数接受密度矩阵 `density`、核哈密顿矩阵 `H_core` 和当前迭代的 Fock 矩阵 `Fock`,返回体系的总能量。 ### Python 实现的关键模块 1. **积分计算**:使用 `PySCF` 或 `Psi4` 等库可自动计算分子积分。 2. **Fock 矩阵构建**:包含 Coulomb 和 Exchange 项,依赖于密度矩阵和双电子积分。 3. **SCF 迭代**:通过对角化 Fock 矩阵更新轨道系数和密度矩阵,直到能量变化小于设定阈值。 4. **收敛控制**:引入 DIIS 加速或阻尼技术以提高收敛效率。 一个完整的 RHF 实现可能如下所示(伪代码结构): ```python # 初始化 S = overlap_matrix(...) # 重叠矩阵 T = kinetic_energy(...) # 动能矩阵 V = nuclear_attraction(...) # 核吸引矩阵 H_core = T + V eri = electron_repulsion(...) # 双电子积分 P = initial_guess_density(...) # 初始密度矩阵 # SCF 迭代 for scf_iter in range(max_iter): build_fock_matrix(P, eri) F = H_core + J - K # Coulomb J 和 Exchange K C = diagonalize(F, S) # 得到轨道系数矩阵 P_new = update_density(C, n_occ) # 更新密度矩阵 if converged(P_new, P): break P = P_new # 总能量计算 E_total = calc_E0_rhf(P, H_core, F) ``` ### 应用场景 - 分子体系的基态能量计算; - 电子结构分析(如轨道能量、电荷分布); - 作为更高级方法(如 MP2、CCSD)的基础; - 材料科学中的周期性系统扩展(结合平面波基组或原子轨道基组)。 ### 注意事项 - 对称性和闭壳层假设适用于限制性 HF (RHF),而开壳层体系需采用 UHF 或 ROHF; - 积分精度和基组选择直接影响结果可靠性; - 需要良好的初始猜测以加快收敛速度。 ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

LTPsi:Python中的基本受限Hartree Fock量子化学包

LTPsi:Python中的基本受限Hartree Fock量子化学包

LTPsi Python中的基本受限Hartree Fock量子化学包 当前特点: - 受限 Hartree Fock (RHF) - 几个基础组 - STO-3G, 3-21G, 6-31G - 使用 Rys 多项式(数值 Rys 正交和切比雪夫-高斯正交)的快速双电子积分(在 Cython 中实现) -数值微分和优化- 旋转常数-偶极矩计算- 马利肯人口分析-Møller-Plesset 扰动理论 (MP2) 能量校正使用 OpenGL 进行分子渲染 指示: Windows:python setup.py build_ext --inplace compiler=mingw32 Mac/Linux:python setup.py build_ext --inplace

Python库 | pyscf-1.4.6-cp27-cp27m-manylinux1_x86_64.whl

Python库 | pyscf-1.4.6-cp27-cp27m-manylinux1_x86_64.whl

python库,解压后可用。 资源全名:pyscf-1.4.6-cp27-cp27m-manylinux1_x86_64.whl

Zhu-Nakamura-theory:基于python的Zhu-Nakamura理论的非绝热“动态”分子动力学

Zhu-Nakamura-theory:基于python的Zhu-Nakamura理论的非绝热“动态”分子动力学

朱中村理论 基于python编写的Zhu-Nakamura理论的非绝热“动态”分子动力学。这是我研究生的第一个动力学程序

Python库 | pyscf-1.6.6-cp35-cp35m-manylinux1_x86_64.whl

Python库 | pyscf-1.6.6-cp35-cp35m-manylinux1_x86_64.whl

python库,解压后可用。 资源全名:pyscf-1.6.6-cp35-cp35m-manylinux1_x86_64.whl

Python库 | basis_set_exchange-0.4.tar.gz

Python库 | basis_set_exchange-0.4.tar.gz

python库。 资源全名:basis_set_exchange-0.4.tar.gz

Python库 | pyscf-1.5.4-cp35-cp35m-manylinux1_x86_64.whl

Python库 | pyscf-1.5.4-cp35-cp35m-manylinux1_x86_64.whl

python库,解压后可用。 资源全名:pyscf-1.5.4-cp35-cp35m-manylinux1_x86_64.whl

Python库 | pyscf-1.7.5.1-cp36-cp36m-manylinux1_x86_64.whl

Python库 | pyscf-1.7.5.1-cp36-cp36m-manylinux1_x86_64.whl

python库,解压后可用。 资源全名:pyscf-1.7.5.1-cp36-cp36m-manylinux1_x86_64.whl

【Koopman 算子】深度学习用于非线性动力学的通用线性嵌入研究(Python、Matlab代码实现)

【Koopman 算子】深度学习用于非线性动力学的通用线性嵌入研究(Python、Matlab代码实现)

【Koopman 算子】深度学习用于非线性动力学的通用线性嵌入研究(Python、Matlab代码实现)

基于Python语言的OpenFermion量子化学模拟设计源码

基于Python语言的OpenFermion量子化学模拟设计源码

本项目是一款基于Python语言的OpenFermion量子化学模拟设计源码,包含480个文件,涵盖347个Python源文件、39个HDF5数据文件、23个文本文件、15个Jupyter Notebook文件、10个Markdown文件、4个Shell脚本文件、3个reStructuredText文件、3个SVG图形文件、2个YAML配置文件、2个INI配置文件。该软件利用OpenFermion进行量子算法编译与分析,以模拟费米子系统,适用于量子化学研究。

adg:一个用于生成和评估多体图的Python包

adg:一个用于生成和评估多体图的Python包

ADG-自动图表生成器 描述 ADG是一种为给定的多体形式主义生成图表并生成其表达的工具。 来自形式主义的图表规则与图论对象结合在一起,以一种快速,简单和错误安全的方式生成图表和表达式。 唯一的输入包括感兴趣的理论和顺序,以及感兴趣的算子的N体特征。 主要输出是一个LaTeX文件,其中包含图,它们的关联表达式以及需要时可由ADG编译的其他信息。 也可以产生其他计算机可读文件。 地位 就目前而言,该代码能够处理四种不同的形式主义,即,多体摄动理论(MBPT),博格柳博夫多体摄动理论(BMBPT),投射的博格柳博夫多体摄动理论(PBMBPT)和博格柳博夫中等相似度重归一化组(BIMSRG)。 对于MBPT,该代码以任何给定的顺序生成所有Hartree-Fock能量图,以及它们的表达和其他信息(共轭图,激发能级...)。 对于(P)BMBPT,代码会生成所有图表,用于与哈密顿量的通用可观察

DFT的matlab源代码-Hartree_Fock:Hartree_Fock方法的实现

DFT的matlab源代码-Hartree_Fock:Hartree_Fock方法的实现

DFT的matlab源代码 闭壳的Hatree-Fock和DFT(rhf/rks)小程序 使用python和C++混合写成的闭壳HF和DFT计算的代码,主要在于加深对量子化学理论的理解 使用方法 程序中的C++部分在运行前需要编译成动态链接库,以方便在后续运行中被python调用 其中grid_int.cpp,analy_int.cpp,Lebedev-Laikov.c编译方法如下 g++ grid_int.cpp -fPIC -shared -O3 -o grid_int.so # analy_int.cpp 中使用了boost中的函数 g++ analy_int.cpp -fPIC -shared -O3 -o analy_int.so -IC:\pro_Program\boost_1_64_0 # Lebedev-Laikov.c 引用于 https://github.com/Rufflewind/lebedev_laikov gcc Lebedev-Laikov.c -fPIC -shared -O3 -o liblebedevlaikov.so 此外运行还需numpy和sci

PyPI 官网下载 | pyscf-1.7.6a0-cp37-cp37m-manylinux1_x86_64.whl

PyPI 官网下载 | pyscf-1.7.6a0-cp37-cp37m-manylinux1_x86_64.whl

资源来自pypi官网,解压后可用。 资源全名:pyscf-1.7.6a0-cp37-cp37m-manylinux1_x86_64.whl

PyPI 官网下载 | pyscf-1.7.5-cp35-cp35m-manylinux1_x86_64.whl

PyPI 官网下载 | pyscf-1.7.5-cp35-cp35m-manylinux1_x86_64.whl

资源来自pypi官网,解压后可用。 资源全名:pyscf-1.7.5-cp35-cp35m-manylinux1_x86_64.whl

Hartree_Fock:简化Hartree Fock方法的实现

Hartree_Fock:简化Hartree Fock方法的实现

Hartree_Fock Unrestricted Hartree-Fock 方法在最小基中的实现

Atom-HartreeFock,一个实现hartree-fock/self的程序.zip

Atom-HartreeFock,一个实现hartree-fock/self的程序.zip

Atom-HartreeFock.zip,A program implementing the Hartree–Fock/self-consistent field method with Gaussian orbitals哈特雷福克,atom是一个用web技术构建的开源文本编辑器。

HartreeFock:使用高斯轨道实现Hartree-Fock自洽场方法的程序

HartreeFock:使用高斯轨道实现Hartree-Fock自洽场方法的程序

HartreeFock:使用高斯轨道实现Hartree-Fock自洽场方法的程序

双原子分子

双原子分子

双原子分子

PyPI 官网下载 | pyscf-1.7.5.1-cp36-cp36m-macosx_10_13_x86_64.whl

PyPI 官网下载 | pyscf-1.7.5.1-cp36-cp36m-macosx_10_13_x86_64.whl

资源来自pypi官网,解压后可用。 资源全名:pyscf-1.7.5.1-cp36-cp36m-macosx_10_13_x86_64.whl

morsefit:将 ab-initio 势能面拟合到 Morse 力场

morsefit:将 ab-initio 势能面拟合到 Morse 力场

莫尔塞菲特 此代码尝试将莫尔斯势的参数从更高的理论水平拟合到势能面。 它使用自己的格式来输入结构和能量,因此它可能与不同的 ab-initio 量子化学代码一起使用。 文档可以在找到。

基于Rust的电子结构工具包(REST),旨在为最先进的DFT和WFT方法提供高效的计算平台

基于Rust的电子结构工具包(REST),旨在为最先进的DFT和WFT方法提供高效的计算平台

基于Rust的电子结构工具包(REST),旨在为最先进的DFT和WFT方法提供高效的计算平台

最新推荐最新推荐

recommend-type

chrome-headless-shell-win64-156.0.8078.80(Stable).zip

chrome-headless-shell-win64-156.0.8078.80(Stable).zip
recommend-type

FTP多连接自动上传工具

FTP多连接自动上传工具
recommend-type

P1851 好朋友.mp4

P1851 好朋友.mp4
recommend-type

自由学习记录(229)1

自由学习记录(229)1
recommend-type

人工智能基于神经网络的前向传播与反向传播算法:多层感知机在手写数字识别中的应用

内容概要:本文系统讲解了人工神经网络的核心原理与实现方法,从生物神经元启发出发,详细推导前向传播、损失函数、反向传播与梯度下降四大关键机制,并基于NumPy从零实现一个多层感知机(MLP),在MNIST手写数字数据集上完成分类任务。文中涵盖激活函数(如ReLU、Sigmoid)、交叉熵损失、Softmax输出、Adam优化器等核心技术点,提供完整可运行代码,并对比SGD与Adam的训练表现,帮助读者深入理解神经网络的工作流程和调优策略。; 适合人群:具备Python和线性代数基础,对深度学习感兴趣的学生、工程师或科研人员,尤其适合希望从底层掌握神经网络原理的学习者。; 使用场景及目标:①理解神经网络的基本构成单元及其数学原理;②掌握前向传播与反向传播的实现细节;③学会用NumPy构建可训练模型;④比较不同优化器的收敛特性并进行模型调优。; 阅读建议:建议边阅读边运行代码,重点关注每一层的输入输出形状、梯度传递过程以及参数更新逻辑,结合文末常见问题表进行调试与实验,加深对训练动态的理解。
recommend-type

Rust系统编程与WebAssembly开发:LLVM IR教程及实战资源

LLVM IR(Intermediate Representation,中间表示)是LLVM编译器基础设施的核心抽象层,它是一种强类型、静态单赋值(SSA)形式的低级程序表示,兼具可读性与机器可处理性,既接近高级语言语义,又贴近底层硬件指令模型。本资源标题“llvm-ir-tutorial-Rust系统编程与WebAssembly资源”明确指向一个跨技术栈的深度实践型学习体系,其核心逻辑在于:以Rust语言为前端开发载体,通过显式生成、阅读、修改和优化LLVM IR,深入理解现代编译器后端工作原理;同时将该能力延伸至WebAssembly(Wasm)目标平台,打通从系统级安全编程到浏览器/边缘沙箱执行的全链路编译路径。Rust之所以成为该教程的理想语言载体,在于其零成本抽象、内存安全性保障(无GC)、对底层控制的精细支持(如裸指针、内联汇编、自定义分配器),以及其默认使用LLVM作为后端编译器(rustc基于LLVM),使得开发者能无缝切入IR层面进行调试与干预——例如通过`rustc --emit=llvm-ir`直接导出人类可读的`.ll`文件,或借助`llc`工具将IR进一步降级为特定架构的汇编代码。而WebAssembly则构成该知识体系的关键出口:Wasm并非直接运行Rust源码,而是依赖Rust编译器链(通过`wasm32-unknown-unknown`或`wasm32-wasi`目标)将Rust代码先编译为LLVM IR,再由LLVM的Wasm后端(`llvmlite`或`wabt`等工具链组件)将其转换为`.wasm`二进制模块;此过程高度依赖对IR结构的理解——例如函数签名如何映射为Wasm类型签名、全局变量如何转化为Wasm线性内存偏移、panic机制如何被重写为Wasm trap指令、以及如何通过`#[no_mangle]`和`extern "C"`控制符号导出以适配JS宿主调用。教程中所含的`src/`目录必然涵盖大量Rust源码示例,包括但不限于:手动编写`unsafe`块触发特定IR模式(如`llvm.memcpy`内建调用)、使用`#[inline(never)]`阻止优化以观察原始IR结构、通过`cfg(target_arch = "wasm32")`条件编译实现平台特化逻辑;`code/`子目录则极可能存放配套的LLVM IR片段(`.ll`)、已编译的Wasm二进制(`.wasm`)、对应的JS胶水代码及HTML测试页面,形成“Rust → IR → Wasm → JS”的完整验证闭环。`book.toml`表明该项目采用mdBook构建交互式技术文档,内容结构应严格遵循认知递进:首章解析LLVM IR语法规范(基本块、指令集如`%1 = add i32 %0, 42`、常量表达式、phi节点在循环中的作用);次章演示Rust到IR的映射规则(`Vec<T>`的内存布局如何体现为`alloca + store + load`序列、`match`表达式如何展开为`switch`或`br`链);第三章聚焦Wasm后端特性(Wasm的限制性类型系统如何迫使LLVM插入`i32.trunc_sat_f64_s`等饱和截断指令、WASI系统调用如何通过`call_indirect`间接调用实现);后续章节必涉及高级主题:利用`llvm::Pass` API编写自定义优化遍(如针对Wasm体积优化的死代码消除Pass)、通过`llvmlite`在Python中动态构造IR并JIT执行、对比`-C opt-level=z`(极致尺寸优化)与`-C lto=yes`(链接时优化)对IR形态的影响。`LICENSE`与`CHANGELOG`则体现工程严肃性:MIT/Apache-2.0双许可证确保Rust生态兼容性,而持续更新的变更日志反映对LLVM版本演进(如LLVM 16+对Wasm GC提案的支持)、Rust稳定版发布(如async/await IR表示变化)、Wasm标准进展(Interface Types、Exception Handling)的实时响应。`.github/`目录内应包含CI配置(如用`cargo llvm-ir`检查PR是否引入非预期IR膨胀)、自动化Wasm测试脚本(`wasm-validate`校验二进制合法性、`wabt`反编译IR比对)、以及Issue模板引导用户精准报告IR生成异常。综上,该资源绝非孤立的语法手册,而是一个融合编译原理、系统编程范式、Web前沿标准与工业级工程实践的立体知识网络,掌握它意味着不仅能写出高效安全的Rust代码,更能洞悉代码如何穿越抽象层级最终在异构环境中精确执行——这种穿透式理解力,正是当代高性能系统开发者与WebAssembly平台架构师的核心竞争力所在。
recommend-type

OpenStock:中小企业可用的开源库存管理系统

## 1. OpenStock 是什么:一个面向中小企业的开源库存管理系统,不是玩具项目 OpenStock 这个名字乍一听像某个云服务的子产品,但实际它是一个完全面向真实业务场景打磨出来的开源库存管理平台。我第一次在 GitHub 上看到它时,第一反应是“又一个 React + MongoDB 的练手项目”,点开 README 后才意识到——这东西真能用,而且已经在三家本地五金店、两家烘焙工坊和一家小型医疗器械经销商那里跑了一年多。它不追求炫酷的 3D 仓库可视化,也不堆砌微服务架构,核心就干一件事:让老板、仓管员、采购员三类角色,在同一套数据底座上,用最顺手的方式完成“入库→上架→出库→
recommend-type

StarUML装好后想换到D盘或E盘,该怎么安全迁移?

### 更改 StarUML 安装目录至其他磁盘 对于希望将 StarUML 安装到不同磁盘而非默认位置的情况,通常的操作系统都允许自定义软件的安装路径。具体操作取决于所使用的操作系统。 #### Windows 系统下更改安装路径 当在 Windows 上准备安装 StarUML 时,在启动安装程序之后会有一个界面提示选择安装的位置[^1]。此时可以选择浏览按钮来挑选期望的目标驱动器或者文件夹作为新的安装地点。 如果已经完成安装并想移动现有安装: 1. 卸载当前版本的 StarUML。 2. 手动复制现有的 `StarUml` 文件夹到目标磁盘上的新位置。 3. 使用注册表编辑工具
recommend-type

Windows平台ESP32开发环境一站式搭建包:MSYS2、ESP-IDF v3.3与VS Code集成配置

ESP32环境搭建是嵌入式物联网开发中极为关键的基础环节,尤其在Windows平台下构建一套稳定、可复现、符合官方推荐规范的开发环境,直接关系到后续固件编译、调试、OTA升级、Wi-Fi/BLE协议栈集成、低功耗优化等高级功能的实现质量与开发效率。本资源包“ESP32环境搭建包(msys2、esp-idf、VScode)”并非简单工具集合,而是一套经过历史验证、面向ESP-IDF v3.3版本深度适配的完整开发生态闭环系统,其核心构成包含三大支柱性组件:MSYS2运行时环境、ESP-IDF SDK v3.3源码及工具链、Visual Studio Code编辑器及其专用插件生态。首先,MSYS2作为Windows下最成熟可靠的类Unix环境模拟平台,提供了POSIX兼容的Shell(bash/zsh)、GNU核心工具集(make、gcc、gdb、awk、sed等)、包管理器pacman,以及对Python 2.7/3.x、CMake 3.10+、Ninja构建系统的原生支持——这些是ESP-IDF构建系统赖以运转的底层基石。特别值得注意的是,所含esp32_win32_msys2_environment_and_toolchain-20181001.zip并非通用MSYS2镜像,而是Espressif官方于2018年10月针对ESP32芯片特性(如Xtensa LX6双核架构、指令集扩展、内存映射布局)定制编译的交叉工具链(xtensa-esp32-elf-gcc),该工具链内建了对FreeRTOS内核调度器、ROM函数调用、Flash加密、Secure Boot签名验证等硬件级特性的深度支持,且与IDF v3.3的Kconfig配置系统、component.mk构建规则、idf.py命令行接口完全对齐。其次,ESP-IDF v3.3是ESP32 SDK发展史上的里程碑版本,首次全面引入组件化架构(Component-based Architecture),将Wi-Fi驱动(esp_wifi)、蓝牙协议栈(bluedroid)、电源管理(esp_pm)、ADC/DAC/PWM外设驱动、LVGL图形库、HTTP客户端/服务器、MQTT、CoAP等全部封装为可独立编译、版本可控、依赖可声明的模块单元;同时强化了CMake构建系统,摒弃旧版makefile,支持多目标构建(app/bootloader/partition table)、自定义链接脚本、符号表分析、静态断言检查,并内置了idf_monitor串口监控器、idf_size内存分析工具、idf.py menuconfig图形化配置界面等工程化利器。第三,VSCodeUserSetup-x64-1.38.1.exe虽为较早版本(2019年9月发布),但其稳定性极高,配合C/C++扩展(Microsoft)、ESP-IDF Extension(Espressif官方维护)、CMake Tools、Python、GitLens等插件后,可实现语法高亮(支持IDF专属宏如ESP_LOGI)、智能补全(基于compile_commands.json)、一键编译烧录(idf.py build/flash/monitor绑定快捷键)、GDB图形化调试(支持多线程FreeRTOS任务切换视图、寄存器/内存/堆栈实时监视)、JTAG硬件调试(需搭配ESP-Prog或FTDI转接板)、代码片段模板(如ESP_ERROR_CHECK宏快速插入)、项目结构导航(按components目录自动索引)等工业级开发体验。此外,该环境包隐含了大量易被忽视却至关重要的细节配置:例如MSYS2中需手动执行pacman -Syu更新基础系统并重启终端以避免toolchain冲突;需将~/.espressif/tools目录权限设为可写以允许idf.py自动下载Python依赖(如pyserial、kconfiglib);VSCode中必须正确设置"idf.espIdfPath"、"idf.pythonBinPath"、"idf.customExtraPaths"等JSON配置项,否则无法识别idf.py命令;还需在Windows PATH中追加MSYS2/usr/bin路径以确保git、ssh等工具全局可用;更关键的是,v3.3版本要求Python严格限定为3.6–3.8区间(不兼容3.9+),且需禁用pip缓存以防wheel包版本错乱。整个搭建过程本质上是对嵌入式开发范式的系统性实践:从操作系统抽象层(MSYS2)→硬件抽象层(ESP-IDF HAL)→应用框架层(FreeRTOS+组件)→开发工具链(VSCode+插件),形成一条贯穿软硬件协同设计的知识脉络。掌握此环境不仅意味着能跑通blink例程,更代表着已具备阅读ESP-IDF源码(如esp-idf/components/esp_wifi/下的phy_init.c、wifi_init.c)、定制SDK配置(通过menuconfig启用BT Coex、修改heap内存分配策略)、交叉调试汇编级问题(如cache attribute错误导致的data abort)、甚至向主干分支提交patch的能力——这才是“行业完整源码”标签背后所承载的真实技术纵深与工程素养。
recommend-type

OpenStock:开源A股行情数据抓取与自动化选股策略工具

如果你盯盘一天只能看两三次,如果你复盘时总想搞清楚“今天到底哪些票资金在进、哪些在出”,又不想每天打开行情软件被广告和荐股弹窗轰炸,那“OpenStock”这个开源项目可能会刚好踩中你的需求。 OpenStock是一套面向个人投资者的开源行情数据抓取与分析工具,核心理念很简单:把A股每日的行情快照、涨跌停数据、板块资金流向、技术指标信号全部自动拉到本地,集中清洗入库,再用一套可扩展的选股策略引擎做二次筛选,最终输出你真正关心的“可以复盘、可以跟踪、可以留档”的数据结果。它适合三类人:一是没有编程基础但想用现成脚本做常用数据留档的交易者,二是刚入门量化、想用真实行情数据练手策略的开发者,三是已