Question

我正在进行模拟，我需要能够处理数千个潜在的数百万个对象来更新每个循环。所有对象都需要调用其逻辑函数（AI）。但取决于对象的位置决定了逻辑的详细程度。例如：

[使用100个对象来保持简单]

所有对象都有一个位置（x，y）
20个对象距离500分从“兴趣点”的位置。
50个对象是500分来自20个对象（1000点以外）。
30个对象在100以内从兴趣点开始。

现在说这是一个详细的城市模拟，对象是虚拟公民。下午6点，每个人都可以从工作中回家睡觉。

所以我们遍历所有公民，但我希望他们做不同的事情。

最远的物体（50）从工作中回家睡觉直到早上。
更近的物体（20）从工作回家，有一个咬一口然后睡到早上。
最近的物体（30）Go 从他们的工作回家，咬一口吃，刷牙再睡觉，直到早晨。

正如您所看到的那样，它们越接近兴趣点，逻辑就越详细。

我正在尝试找出迭代所有对象的最佳和最高效的方法。只需要一个装满物体的物品，这就相对容易了，但由于这需要有效地处理500,000个物体，我需要一些建议。

此外，我不确定是否应该遍历每个循环中的所有对象，或者最好是每个循环迭代最近的对象，但是每10个循环只迭代更远的对象？

由于需要对象在它们附近的其他对象之间进行交互的额外要求，我一直认为这样做的最佳方法可能是将它们组织成四叉树，但我不确定。似乎四棵树更多的是静态内容，但我正在处理的对象，如上所述有一个位置，需要移动到其他位置。我是否正在思考正确的思路？还是有“更好”的方式？

如果有人认为它是相关的，我也在用c ++工作。

任何建议都将不胜感激。

注意：

兴趣点经常变化，将其视为相机图。
动态创建和销毁对象

Answer 1

如果你想从特定的点快速选择特定半径的物体，那么四叉树或简单的方形网格将有所帮助。

如果您的问题是如何存储数百万个对象以使其有效迭代，那么您可能可以使用基于列的技术，而不是每个具有5个字段的100万个对象，而是每个有100个元素的5个数组。在这种情况下，每个对象只是范围0 ... 999999中的索引。因此，例如，您要存储以下结构的100万个对象：

struct resident
{
    int x;
    int y;
    int flags;
    int age;
    int health; // This is computer game, right?
}

然后，不是声明resident residents [1000000]而是声明5个数组：

int resident_x [1000000];
int resident_y [1000000];
int resident_flags [1000000];
int resident_age [1000000];
int resident_health [1000000];

然后，而不是residents [n].x，而是使用resident_x [n]。当你需要迭代相同类型的所有对象并在每个对象中使用几个字段（在每个对象中使用相同的字段集）时，这种存储对象的方式可能会更快。

Answer 2

您需要将问题分解为“类”，就像在现实世界中一样。每个人的班级都是根据距离计算出来的。所以下层阶级的人很远，上层阶级也很近。或者更正确的“远程课程”，近似的课程和“这里的课程”或任何你想要命名的东西。

1）为每个类创建一个包含一个插槽的数组。此插槽将保存该类中每个人的“链接列表”。当一个人类改变者（社交登山者）时，将对象移动到另一个列表是非常迅速的。

2）所以把每个人都放到适当的类中，只迭代你附近的类。在适当的情况下，有些对象需要关注，因此您可以将这些对象放回磁盘，只有在距离较近时才会重新加载。

Answer 3

其中嵌入了一些问题： - 如何处理大量物体？如果有固定数量的固定对象，只要你有足够的内存，你就可以简单地创建它们的数组。如果您需要动态创建和销毁它们，那么在不小心处理被破坏对象的情况下，您就会面临内存泄漏的风险。在某个时刻，您可能会问自己，使用其他应用程序（如数据库）来存储对象以及仅执行C ++代码中的逻辑是否更好。数据库将提供我将重点介绍的其他功能。

- 如何找到与他人相距给定距离的物体。这是地理信息系统（GIS）的经典问题;听起来您正在尝试操作一个简单的GIS来存储您的对象和属性，因此它是适用的。它需要计算能力来测试每个点上的SQRT（（X-x）^ 2 +（Y-y）^ 2），即距离公式。相反，通常使用“窗口函数”来提取包含所需点的正方形，然后在其中搜索以找到特定于给定半径的点。某些数据库经过优化，可以执行各种GIS功能，包括返回给定半径内的点，或返回某些其他几何体（如多边形）内的点。否则你必须自己编写这个功能。

- 对象的三层存储。这可以提高速度，但如果对象不断移动，您将会进行权衡，其中树必须经常重组。这一切都取决于事物的移动频率与你想要对它们进行计算的频率。

-AI代码。如果您尝试在数百万个对象上执行AI，这可能是您对性能的最大用途，而不是用于存储和搜索对象的方法。你是对的，更简单的代码，更远的点将提高性能，因为在较远的点上执行逻辑的次数较少。这有时使用蒙特卡罗分析来处理，其中逻辑将在任何给定迭代期间在点的随机子集上执行，并且随着距兴趣点的距离增加，执行的概率可能降低。

Answer 4

我会考虑使用带有Morton编码/ Z-Order索引的线性四叉树。您可以通过使用位数组来表示包含数据的节点并快速执行计算，从而进一步优化此结构。

我使用Javascript在浏览器中非常高效地完成了这项工作，我可以在亚秒内遍历6700万个节点。一旦我将其缩小到感兴趣的区域，我就会以不同的结构查找数据。所有这些仍然以毫秒为单位。我将它用于空间矢量动画。

有效地迭代和存储数千/数百万个对象

4 个答案: