我有一个数据数组(通用顶点数据)。我需要能够根据位置搜索数组的元素。目前,每个顶点元素都记录自己的位置,我只需使用for-loop
来搜索每个元素并比较位置。我必须在我的程序中做很多事情,这对性能相当关键。遍历每个元素似乎真的非常低效。
我用C++,顺便说一句。
我的问题是:有没有更好的方法?也就是说,有没有办法直接基于 3D 位置访问必要的元素?这些位置是整数,所以这可能会有所帮助。
我想过简单地使用3D数组(即顶点[256][256][256]),但我不能浪费内存,因为只有大约30-50%的顶点位置实际上包含一个顶点。也许这可以通过指针来实现?它们在未分配时是否使用内存?
3D阵列的另一个问题是顶点可以分布在几乎无限的区域内,这将形成一个非常非常大的阵列。此外,顶点实际上是动态添加的,这意味着它们可以在 <0 位置添加,这意味着数组必须向后移动并重新分配每个元素。
如果有人有任何建议,我将不胜感激:)
Octree 可能是基于体素的地形(或模型)的最佳解决方案。八叉树的基本概念由节点和叶子组成。每个节点(和叶)代表立方体空间,每个节点包含 8 个子节点(或叶),使得每个子节点占用其父节点空间的 1/8(见图)。
叶子与节点的不同之处在于没有更多的子节点,但包含数据本身 - 在您的情况下是顶点数组。
八叉树的深度取决于您,这实际上取决于您的地形的详细程度。现在,如果您想将顶点组织到树中,对于每个顶点,您将首先将其发送到主节点(作为树根的节点,即包含所有其他节点),然后根据位置确定顶点属于哪个子节点。然后以递归方式传递顶点,直到它到达存储在数组中的叶节点。
简单起见,这里是四叉树的 2D 示例:
(4,4)
-----------------
| 3 | 4 |
| | |
-----------------
| 1 | 2 |
| | |
-----------------
(0,0)
假设地形的大小是 4x4。在此示例中,我们仅使用主节点作为包含叶节点的节点。如果我们现在有顶点,让我们说(0.2, 3.2)
.顶点将传递到根节点。由于0.2 < 4/2
和3.2 > 4/2
,节点将顶点发送到存储顶点的叶子3号。如果要在空间(或本例中为平面)中搜索位置,则以与存储描述类似的方式执行此操作。
在实现中,可以使用指针表示节点的子节点/叶。如果要优化空间,则根本不需要存储每个节点的维度和位置,而是隐含地说每个节点的维度1x1x1
,然后在传递之前相应地转换每个顶点。即您在位置 (600,600,100)
处有大小为 1000x1000x1000
和顶点的地形。现在,您将位置除以大小,以便获得传递给节点的位置(0.6,0.6,0.1)
。由于0.6 > 1/2
和0.1 < 1/2
,您将相应地将其传递给节点,但在转换它之前,再次通过从高分量中减去 1/2,然后将所有分量乘以 2(因为子节点在所有维度上都小两倍)以获得您将传递的位置(0.2, 0.2, 0.2)
......等等。但是,这更高级,因为每次使用树时都需要依靠它。
在互联网上很难找到有关该主题的教程,但是有很多实现可以学习。以下是我发现的几个:
http://www.flipcode.com/archives/Octree_Implementation.shtmlhttps://github.com/brandonpelfrey/SimpleOctree
还有一个实际的教程(但它非常沉重):http://www.xbdev.net/maths_of_3d/octree/tutorial/
您可以考虑的解决方案是使用稀疏网格作为 ADT。
std::unordered_map
是一个散列映射,可用于创建稀疏网格数据结构。 如果你为 3d 向量写了一个好的哈希,你可以得到很好的 O(1) 读取性能,这将接近原始数组的性能。
散列映射还允许您使用"几乎无限"的区域(当然约束将在底层数据类型中。
抱歉耽搁了。
对于unordered_map来说,这是一个很好的信息资源: unordered_map哈希函数 c++
我在自己的项目中使用一对整数实现,但我确信它可以用于三维坐标。
namespace std {
template <class T>
inline void hash_combine(std::size_t & seed, const T & v) {
std::hash<T> hasher;
seed ^= hasher(v) + 0x9e3779b9 + (seed << 6) + (seed >> 2);
}
template<> struct hash<pair<int, int> > {size_t operator()(pair<int, int> x) const { size_t seed=0; hash_combine(seed, x.first); hash_combine(seed, x.second); return(seed); } };
}
然后你可以声明你的unordered_map
std::unordered_map<std::pair<int, int>, [VALUE] > my_map; //[VALUE] being the data type of vertex
在此之后,您可以将结构视为常规std::map
。 如果您不确定如何使用一个,那里有很多示例。
对于 3d 坐标,您可以声明自己的结构
struct vector
{
int i,j,k;
};
然后修改哈希函数(格式化为可读性)
template<> struct hash<vector > {
size_t operator()(vector x) const {
size_t seed=0;
hash_combine(seed, x.i);
hash_combine(seed, x.j);
hash_combine(seed, x.k);
return(seed);
}
};