
游戲場景管理的八叉樹算法是怎樣的_數(shù)據(jù)分析師
八叉樹(octree)是三維空間劃分的數(shù)據(jù)結(jié)構(gòu)之一,它用于加速空間查詢,例如在游戲中:
總括而言,前3個(gè)應(yīng)用都是加速一些形狀(frustum、ray、proximity shape如球體)的相交測試(intersection test)。
簡單來說,八叉樹的空間劃分方式是,把一個(gè)立方體分割為八個(gè)小立法體,然后遞歸地分割小立方體。
圖片來源Wikipedia Octree
相似地,四叉樹把一個(gè)正方形空間分割成四個(gè)小正方形。由于三維空間較難理解,之后本答案主要以四叉樹作圖示解釋。
四/八叉樹有多種變種,先談一個(gè)簡化的情況,就是假設(shè)所有物體是一個(gè)點(diǎn),這樣比較容易理解。
把每點(diǎn)放到正方形空間里,若該正方形含有超過一個(gè)點(diǎn),就把該正方式分割,直至每個(gè)小正方形(葉節(jié)點(diǎn))僅含有一個(gè)點(diǎn),就可以得出以下的分割結(jié)果:
圖片來源:CS267: Notes for Lecture 24, Apr 11 1996
這種做法是adaptive的,就是說按照一定的條件(葉節(jié)點(diǎn)只能有一個(gè)點(diǎn))來進(jìn)行分割。實(shí)際上,我們可以設(shè)置其他條件去決定是否分割一個(gè)葉節(jié)點(diǎn),例如節(jié)點(diǎn)內(nèi)的點(diǎn)超過10個(gè),或是最多分割4層就不再分割等等。
在分割時(shí),我們只需檢查點(diǎn)是在每個(gè)軸的哪一方,就能知道該點(diǎn)應(yīng)放置在哪個(gè)新的節(jié)點(diǎn)里。
建立了一個(gè)四/八叉樹之后,我們可以得出一個(gè)重要特性:
如果一個(gè)形狀S與節(jié)點(diǎn)A的空間(正方形/立方體)不相交,那么S與A子樹下的所有點(diǎn)都不相交。
那么,在相交測試中,我們可以從根節(jié)點(diǎn)開始,遍歷四/八叉樹的節(jié)點(diǎn),如節(jié)點(diǎn)相交就繼續(xù)遍歷,如不相交就放棄遍歷該子樹,最后在葉節(jié)點(diǎn)進(jìn)行形狀與點(diǎn)的相交測試。這樣做,一般能剔除許多點(diǎn),但注意最壞的情況是所有點(diǎn)集中在一起,那么就不起加速作用。
———————-
9月4日晚更新
當(dāng)創(chuàng)建了一個(gè)四/八叉樹之后,如問題所提及,有時(shí)候需要新增、刪除物體(目前我們談及的是點(diǎn)),以及更新物體(點(diǎn))的位置。
更新位置的最簡單實(shí)現(xiàn),就是刪去物體再重新安插。然而,顯然的優(yōu)化方法就是,檢查舊位置和新位置是否位于同一個(gè)葉節(jié)點(diǎn)的正方/立方范圍里,如果沒超出范圍,就不需要做刪除再安插的工作。
但如果超出范圍呢?除了簡單地從根開始找合適的節(jié)點(diǎn),也可以使用一些搜尋方法找到相鄰的節(jié)點(diǎn),如[1]。這里就不談這些細(xì)節(jié)了。
了解最基本的四/八叉樹后,可以把問題擴(kuò)充至管理占面積/體積的物體。雖然我們可以每次比較場景物體和正方形/立方體是否相交,但為了性能,一般是使用物體的包圍體(bounding volume)而不是物體本身。例如是使用包圍球(bounding sphere)、軸對齊包圍盒(axis-aligned bounding box, AABB)或定向包圍體(oriented bounding box, OBB)。這個(gè)做法是保守的。
但無論是用物體的精確形狀,還是使用包圍體積,把它們放置在四/八叉樹中會有一個(gè)問題:它們可能會與節(jié)點(diǎn)的邊界相交。例如
圖片來源:Akenine-Moller, Tomas, Eric Haines, and Naty Hoffman. Real-time rendering 3rd edition. p.655, AK, 2008.
在上圖中,七角星最后處于兩個(gè)葉節(jié)點(diǎn)。這時(shí)候至少有兩個(gè)解決方法:
第一種方法的范圍比較精確,但如果物體的大小相差很大,大體積的物體便需要被大量小范圍的葉節(jié)點(diǎn)引用,而且管理上也會很麻煩。第二種做法是較常用的方法。然而,第二種方法的范圍可能非常大,例如物體剛好在場景的中心,即使是一個(gè)體積很小的物體,都只能放于根節(jié)點(diǎn)里。
要解決這個(gè)問題,可以考慮到在相交測試中,擴(kuò)大包圍盒總是保守的(這里的保守是指近似化不會做成錯(cuò)誤結(jié)果)。如果把四叉/八叉樹的正方/立方空間當(dāng)作包圍盒,那么擴(kuò)大這些包圍盒以容納剛好在邊界上相交的物體也是保守的。這就是松散四/八叉樹(loose quadtree/octree)[2] 的思路。
圖片來源:Akenine-Moller, Tomas, Eric Haines, and Naty Hoffman. Real-time rendering 3rd edition. p.656, AK, 2008.
以上所說的都是一些基本原理,在實(shí)現(xiàn)時(shí)要考慮具體的數(shù)據(jù)結(jié)構(gòu)、內(nèi)存布局等問題。現(xiàn)在一般認(rèn)為,完全使用八叉樹可能不利于緩存,用一些扁平的結(jié)構(gòu)并利用SIMD可能更可提高性能,或是需要混合的方案,如八叉樹只有兩、三層,葉節(jié)點(diǎn)內(nèi)使用扁平的方式儲存各種包圍體。
因此,除了傳統(tǒng)的四/八叉樹實(shí)現(xiàn),也可以參考一些更新的技術(shù),例如OpenVDB [3]中的一些思路。
[1] Frisken, Sarah F., and Ronald N. Perry. “Simple and efficient traversal methods for quadtrees and octrees.” Journal of Graphics Tools 7.3 (2002): 1-11.
[2] Ulrich, Thatcher. “Loose octrees.” Game Programming Gems 1 (2000): 434-442.
[3] K. Museth, “VDB: High-Resolution Sparse Volumes With Dynamic Topology”. ACM Transactions on Graphics, Volume 32, Issue 3, Pages 27:1-27:22, June 2013. http://www.museth.org/Ken/Publications_files/Museth_TOG13.pdf
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11