Kapan quadtree lebih disukai daripada hashing spasial?


12

Saya membuat platformer 2d dengan banyak objek pada saat bersamaan. Semuanya terdeteksi tabrakan AABB. Saya pertama kali mencoba quadtree untuk mengurangi jumlah objek untuk diperiksa, mencoba beberapa konfigurasi yang berbeda, tetapi tidak terbukti seefektif yang saya butuhkan. Saya menerapkan hash spasial dan jauh lebih efisien, jumlah objek untuk memeriksa setiap tabrakan turun secara drastis.

Apakah ada kasus ketika melakukan deteksi tabrakan 2d menggunakan quadtree lebih disukai daripada hashing spasial? Menurut pengujian saya, sepertinya hashing spasial selalu berakhir dengan lebih sedikit objek yang akan diuji untuk tabrakan?

Saya belum melakukan penentuan waktu atas algoritme, tetapi apakah hashing sangat mahal atau sulit diterapkan ketika Anda, misalnya, mengkode dalam C? Perlu dicatat adalah bahwa saya menulis permainan dalam javascript, di mana Anda memiliki hashing "gratis".

Inilah perbandingannya, apakah saya mengabaikan sesuatu? http://zufallsgenerator.github.io/2014/01/26/visually-comparing-algorithms/

Jawaban:


12

Keuntungan utama dari quad tree adalah memungkinkan Anda membuang seluruh kelompok bucket dengan cepat.

Sebagai contoh, mari kita asumsikan bahwa saya memiliki pohon quad dengan enam level. Pada level terendah, itu 32x32 kotak; 1024 kotak yang terdiri dari level paling bawah dan paling detail. Sebagai perbandingan, kami juga akan mempertimbangkan "hash spasial" - kotak datar yang juga berisi 32x32 kotak, total 1024 kotak. (pohon quad memiliki total lebih dari 1024 kotak, karena juga berisi kotak yang lebih besar di tingkat yang lebih tinggi)

Mari kita asumsikan bahwa tidak ada objek collidable dalam sistem - semua kotak quad tree dan grid datar kita benar-benar kosong.

Jika Anda menguji tabrakan dari sesuatu yang cukup besar sehingga kotak pembatasnya memotong semua kotak itu, dan Anda menggunakan kotak datar, Anda harus memeriksa setiap satu dari 1024 kotak itu untuk melihat apakah ada sesuatu di dalamnya. mereka.

Tetapi jika Anda menggunakan pohon quad bersarang, tingkat paling atas dapat memberi tahu Anda bahwa tidak ada objek lain dalam sistem, sehingga Anda hanya perlu melihat kotak tunggal itu untuk mengetahui bahwa Anda tidak akan menemukan tabrakan lebih dalam di pohon - Anda dapat segera menghentikan pengujian.

Demikian pula, jika objek hanya ada di wilayah tertentu dari pohon quad, pohon quad secara alami akan memandu pencarian Anda hanya melalui kotak yang berpotensi relevan, sedangkan kotak mengharuskan Anda untuk memeriksa setiap kotak berpotongan tunggal, karena Anda tidak memiliki cara untuk mengetahui terlebih dahulu kotak kotak mana yang akan memiliki objek di dalamnya. Jika sebagian besar pohon quad Anda kosong dan Anda melakukan kueri yang besar dan rumit (katakanlah, frustum kamera besar alih-alih kecil, persegi panjang sederhana), maka Anda mungkin menemukan bahwa Anda mengiterasi kotak yang jauh lebih sedikit secara total jika Anda melakukan menguji terhadap sesuatu yang menggunakan struktur pohon, daripada grid datar. Dan itu bisa membuat perbedaan besar.

Semua itu tidak berarti bahwa struktur pohon selalu merupakan pilihan yang tepat, tentu saja. Flat grid ideal untuk situasi yang Anda miliki dalam contoh Anda - awan tebal benda tersebar merata di mana-mana di dunia, dan kami sedang melakukan tes tabrakan sederhana dan murah. Benar-benar kisi kemungkinan menjadi pendekatan optimal dalam kasus itu!


5
Ringkasan singkat, untuk yang sangat malas: Quadtrees menangani objek dengan ukuran berbeda lebih cepat.
Anko

Terima kasih, ini jawaban yang sangat bagus! Ukuran objek yang seragam adalah sesuatu yang saya duga.
Chris

Sebenarnya, Anda biasanya harus mencari melalui semua level pohon kuadrat untuk memeriksa apakah tidak ada objek karena secara umum, level hanya menyimpan informasi tentang objek yang keduanya sepenuhnya masuk dalam batas level itu dan tidak cocok di level yang lebih rendah.
malthe

1
@ malthe Jika Anda bersikeras menggunakan implementasi quad tree yang tidak bisa memulai dalam jenis pertanyaan ini, maka gunakanlah hash spasial sebagai gantinya; Anda akan menghemat 33% dari biaya memori, dan Anda tidak akan mendapat manfaat darinya. Atau sebagai alternatif, Anda dapat melonggarkan kemurnian idealogis Anda hanya sedikit dan menggunakan pohon quad yang bisa lebih awal, baik dengan meminta setiap node melacak jumlah entitas pada anak-anaknya, atau dengan menggunakan quadtree yang jarang sehingga node kosong adalah memutus tautan dari pohon sampai dibutuhkan. Sebenarnya. Lebih dari lima tahun kemudian.
Trevor Powell

@ TrevorPowell tentu saja, Anda benar. Saya baru saja jatuh jaminan Anda bahwa Anda hanya perlu melihat satu kotak. Ini tidak benar karena Anda harus mengejar jumlah itu. Anda dapat menemukan tabrakan lebih tinggi dan lebih jauh ke bawah pohon sejauh yang saya tahu.
malthe
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.