Question

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并且它对性能至关重要。循环遍历每一个元素似乎真的非常低效。

我使用C ++，顺便说一句。

我的问题是：有更好的方法吗？也就是说，有没有一种方法可以直接根据3D位置访问必要的元素？这些职位是整数，所以这可能有所帮助。

我想过简单地使用3D数组（即顶点[256] [256] [256]），但我无法承受浪费的内存，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？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，这将形成一个非常非常大的阵列。此外，顶点有效地动态添加，这意味着它们可以添加到＆lt; 0位置，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，我将非常感激：）

Answer 1

您可能考虑的解决方案是使用稀疏网格作为您的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向量写一个好的哈希，你可以获得很好的O（1）读取性能，这将接近原始数组的性能。

散列映射也允许您使用“几乎无限”的区域（当然约束将在底层数据类型中。

抱歉延误。

对于unordered_map，这是一个很好的信息资源：unordered_map hash function c++

我使用一对int在我自己的项目中实现，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。如果你不确定如何使用它，那里有很多例子。

对于3d坐标，您可以声明自己的结构

struct vector
{
    int i,j,k;
};

然后修改散列函数（为便于阅读而格式化）

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);
    }
};

Answer 2

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（和叶子）表示立方体空间，每个节点包含8个子节点（或叶子），使得每个子节点占用其父节点的1/8空间（参见picture）。

叶子与节点的不同之处在于没有更多的子节点但是包含数据本身 - 在你的情况下是顶点数组。

八叉树的深度取决于你，它实际上取决于地形的细节程度。现在，如果要将顶点组织到树中，对于每个顶点，您将首先将其发送到主节点（树的根节点，即包含所有其他节点），然后将确定顶点所属的子节点基于一个职位。然后递归传递顶点，直到它到达叶节点，并将其存储在数组中。

对于简单，这是带有四叉树的2D示例：

                (4,4)
-----------------
|   3   |   4   |
|       |       |
-----------------
|   1   |   2   |
|       |       |
-----------------
(0,0)

让我们说地形的大小是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，可以说(0.2, 3.2)。顶点传递给根节点。从0.2 < 4/2和3.2 > 4/2开始，节点将顶点发送给叶子号。 3存储它的地方。如果您在空间（或本例中的平面）中搜索位置，则可以采用与存储描述类似的方式进行操作。

在您的实现中，您可以使用指针表示节点的子节点/叶子。如果要优化空间，则根本不必存储每个节点的尺寸和位置，而是假设每个节点的尺寸为1x1x1，然后在传递之前相应地变换每个顶点。即您的地形大小为1000x1000x1000，顶点位于(600,600,100)。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您将相应地传递给节点，但在您将其转换之前，它再次从高分量中减去1/2，然后将所有分量乘以2（作为子节点）得到的位置(0.2, 0.2, 0.2)将在所有维度上缩小两倍......等等。然而，这一点更高级，因为每次使用树时都需要依赖它。

很难在互联网上找到有关该主题的教程，但有许多实现需要学习。以下是我发现的情侣：

http://www.flipcode.com/archives/Octree_Implementation.shtml https://github.com/brandonpelfrey/SimpleOctree

一个实际的教程（但它很重）： http://www.xbdev.net/maths_of_3d/octree/tutorial/

根据世界位置查找一维数组中的通用项？

2 个答案: