【CG物理模拟系列】流体模拟--粒子法之SPH（实现）

邻域搜索的效率化

SPH等粒子法，由于需要考虑到邻域粒子带来的影响，通常邻域搜索都会消耗大量时间。如果我们只是单纯的计算所有粒子组合的欧氏距离的话，计算时间只会呈指数增加。

而空间分割法的出现，使邻域搜索实现了效率化。 空间分割法是一种，把希望检索到的物体存在的空间以格子等方式分隔开，只计算自身及相邻分割领域内包含物体的距离，可以使计算时间大幅减少的方法。空间分割法的处理顺序是，

1. 物体的记录
   1. 分割空间
   2. 计算出各物体所属的分割领域
2. 邻域搜索
   1. 计算出 搜索中心坐标所属区域
   2. 列出自身和相邻区域的物体
   3. 计算列出物体间的距离 

如上所述，分成记录和检索两部分。记录只在场景中的物体（粒子）位置变化的时候实行，检索则是在有必要的时候连续进行。

空间分割法的难点在于空间以怎样的方式分割。其代表性方法为，

• 等间距格子(下图左)
• 八叉树，四叉树构造(下图右)
• kD树构造

等等。下图的四叉树构造，与等间距网格相比，检索效率更高，但是物体记录却更费事。使用粒子法的时候，为了使每一帧粒子都能实现动态移动，每一帧都要进行区域记录。为此，分割·记录较为容易的等间距网格法则会被经常使用。等间距网格，与有分层结构的其他分割方法相比，更容易进行记录同步化处理。 

　

図1 等间距格子 (左)和四叉树 (左)

↑

GPU的实现

参照Particle Simulation using CUDA (PDF)(code源文件在NVIDIA的GPU Computing SDK中) ，来实现SPH法的扩充。

首先，介绍使用Particle Simulation using CUDA进行粒子搜索方法，如图所示。