pvs数据的使用方法

在.bsp文件中用于可见性检测的信息被保存在一串串的字节中，而字节中每一位表示一个cluster，这是因为在BSP树中进行可见性检测的PVS信息数量非常大，而使用这个方法可以做到快速进行存取并使保存的信息量变的很小。下面是这个结构的一个实例，你可以通过两个方法来计算需要读入的字节数：用numOfClusters* bytesPerCluster；或用这个结构的长度减去两个整型字节。结构中的pBitsets是动态进行分配的并保存了所计算的字节数。这个结构或许是.bsp文件格式中最不容易理解的部分了，下面我将结合一些代码进行详细的介绍。
struct tBSPVisData
{
int numOfClusters;   // clusters的数量
int bytesPerCluster; // Bytes (8 bits) in the cluster’s bitset
byte *pBitsets;      // Array of bytes holding the cluster vis.
};
为了演示cluster是什么和怎么来使用它，我们来举一个简单的例子，当我们进行渲染时，首先我们需要知道自己处于哪一个叶节点中，在BSP树的叶节点中保存了一系列关于面、brush和它所位于的cluster的信息，一旦它通过用摄象机的位置与分割面进行比较被检测出来，我们需要遍历所有的叶节点来检查哪些cluster对于我们所处的cluster是可见的，检测完成后，用cluster的包围盒与摄象机的可视平截体进行检测，对在摄象机可视范围内的cluster进行渲染。
假如现在有cluster A、B、C，每一个cluster作为位集合中的一位保存在位集合中，一个位集合是一个巨大的二进制数列表，每一个cluster都保存了一个位列表，每一位上的1或0表示在列表上所代表的cluster是可见（1）还是不可见（0）。由于大部分情况下一个地图上有超过32个的cluster，因此不能使用一个32位的整型数来进行表示，这也是为什么在cluster使用多个bytes数来进行表示。接着让我们看一下它是如何工作的。
对于cluster A、B、C，下面显示了在一个位集合中如何对它们进行表示：
l ABC
l 000
上面每一个0表示了一个cluster的位置，现在让我们假设
1. clusterA可以看见B但不能看见C；
2. clusterB可以看见B和C；
3. clusterC可以看见B但不能看见A。
下面是每一个cluster所保存的位集合：
l A        110
l B        111
l C        011
这是什么意思呢，对于cluster A来说，第一位为1这表示它自己是可见的，而第二位为1表示cluster B对于它来说也是可见的，但是第三位为0则表示cluster C由于墙壁或其它物体的阻挡导致它对于cluster A是不可见的。采用这个方法可以获得非常好的速度。
去检测一个cluster相对于其它cluster是否可见，可以通过进行移位和简单的位运算来获得，基本的法则如下：
int visible = pBitsets[currentCluster*bytesPerCluster + ( testCluster/8 )] & (1 << (testCluster & 7))  
如果返回的结果不为0，则表示testCluster对于currentCluster来说是可见的。公式中我们除以8是因为我们使用的是8位的字节来保存PVS数据的。在上式中的第一部分是通过索引cluster数组来获得正确的位集合，接着使用一个二进制与操作来获得正确的结果。下面是进行具体检测的代码：
inline int IsClusterVisible(tBSPVisData *pPVS, int current, int test)
{
if(!pPVS->pBitsets || current < 0) return 1;
byte visSet = pPVS->pBitsets[(current*pPVS->bytesPerCluster) + (test/8)];
int result = visSet & (1 << (test & 7));
return ( result );
}

转载于:https://www.cnblogs.com/dreams/archive/2007/03/25/687305.html