本文介绍了八叉树作为三维空间划分的数据结构，主要用于游戏中的视锥裁剪、射线投射和邻近查询等场景。通过将空间分割，八叉树能加速相交测试，提高性能。文章探讨了如何建立和更新八叉树，以及处理物体与节点边界相交的问题，并提到了松散八叉树的概念。此外，还讨论了在实际实现中可能需要考虑的内存布局和现代优化技术。
八叉树(octree)是三维空间划分的数据结构之一，它用于加速空间查询，例如在游戏中：
► 加速用于可见性判断的视锥裁剪(view frustum culling)。
► 加速射线投射(ray casting) ，如用作视线判断或枪击判定。
► 邻近查询(proximity query)，如查询玩家角色某半径范围内的敌方NPC。
► 碰撞检测的粗略阶段(broad phase)，找出潜在可能碰撞的物体对。
总括而言，前3个应用都是加速一些形状(frustum、ray、proximity shape如球体)的相交测试(intersectiontest)。
简单来说，八叉树的空间划分方式是，把一个立方体分割为八个小立法体，然后递归地分割小立方体。
相似地，四叉树把一个正方形空间分割成四个小正方形。由于三维空间较难理解，之后本答案主要以四叉树作图示解释。
四/八叉树有多种变种，先谈一个简化的情况，就是假设所有物体是一个点，这样比较容易理解。
把每点放到正方形空间里，若该正方形含有超过一个点，就把该正方式分割，直至每个小正方形(叶节点)仅含有一个点，就可以得出以下的分割结果：
最低0.47元/天 解锁文章
扫一扫
5817
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
