稀疏八叉树的有效存储？

Question

谁能推荐一种快速有效的方法来存储和访问稀疏八叉树？

最好是可以在 HLSL 中轻松实现的东西。 （我正在开发一个光线投射/体素应用）

在这种情况下，可以预先计算树，所以我主要关心大小和搜索时间。

更新

对于希望执行此操作的任何人，更有效的解决方案可能是将节点存储为使用 Z 阶曲线/莫顿树生成的线性八叉树。这样做消除了内部节点的存储，但可能需要使用第二个“数据纹理”交叉引用线性树阵列，其中包含有关单个体素的信息。

Answer 1

我在 HLSL 方面的经验不是很丰富，所以我不确定这是否能满足您的需求，这是我的想法。如果这里的某些内容不符合您的需求，请告诉我 - 我想讨论一下，也许我可以自己学习一些东西。

1. 八叉树中的每个节点都可以作为向量3存在，其中(x,y,z)分量代表节点的中心点。 w 组件可以用作标志字段。 一种。 w-flags 字段可以表示哪些八分圆子节点跟随当前节点。这需要 8 位的值。
2. 存储在八叉树中的每个实体都可以存储为边界框，其中 r、g、b 可以是边界框尺寸，而 w 可以用于任何情况。
3. 定义一个特殊的向量，表示后面有一个对象列表。例如，如果 (w + z) 是一些神奇的值。比如说，一些 func(x, y) 可以是后面的对象数。或者，任何工作。 一种。每个节点后面都可能有这个特殊的向量，表明该节点中存储有对象。接下来的 X 向量都是对象标识符或类似的东西。 湾。或者，您可以有一个仅指定内存中对象列表的节点。同样，不确定您在这里需要什么或如何访问对象的限制。

所以，首先，构建八叉树并用你的对象填充它。然后，只需遍历八叉树，将向量输出到内存缓冲区。

我认为 512x512 纹理可以容纳 5 级深度（32,768 个节点）的完全打包的八叉树，每个包含 8 个对象。或者，一个完全打包的 4 级八叉树，每个八叉树有 64 个对象。

Answer 2

有一篇关于稀疏八叉树专注于 GPU 的精彩文章：Efficient Sparse Voxel Octrees – Analysis, Extensions, and Implementation