我环顾四周，发现了十亿个问题，文章，研究，论文等，但我还无法真正找出或找到该问题的答案。
基本上，我只是想知道从1像素到屏幕本身大小的对象之间进行空间分区/碰撞检测的最佳算法是什么。目前，我倾向于宽松的四叉树。
答案 0 :(得分：1)
首先，看看here。
这取决于您的要求。四叉树非常适合最多100K左右条目的中小型数据集。如果符合您的要求，则无需进一步阅读。
但是，正常的四叉树在处理非常大或高度聚类（在某些区域中为高点密度）数据集时会遇到困难。它们也不是很容易实现，因为对于较大的树，您可能会遇到精度问题（如果您深入一棵树并且象限开始重叠或在它们之间留有空隙，则将数字除以2 30倍）。否则，它们相对容易实现。
我发现PH-Tree非常有用，它有点像四叉树，但是没有精度问题，并且固有地深度有限。以我的经验，这非常快，特别是如果您使用较小的结果集进行窗口查询（这基本上就是您在碰撞检测中所做的事情）。不幸的是，它并不是那么容易实现。上面的链接引用了我自己的Java实现，但该文档还包含一个C ++版本的链接。
您也可以尝试使用'qthypercube2'here，它是具有PH-Tree某些导航技术的四叉树。当前的1.6版本对于极端数据集存在一些精度问题，但是您会发现它非常快，并且已经在解决精度问题。