我正在Unity环境中进行一些视觉艺术研究。我正在尝试实现与差异线增长as explained here非常相似的目标但我主要担心的是,在算法中的某个位置,每个节点都应检查每个其他节点以了解其接近程度,并从所有这些邻近粒子构造斥力阵列。
这是我的代码的片段:
public void Differentiate()
{
int c = nodes.Count;
Vector3[] repulsionForces = new Vector3[c];
for (int i = 0; i < c ; i++)
{
// Construct nearbies
List<DifferentialNode> nearby = new List<DifferentialNode>();
foreach(DifferentialNode n in nodes)
{
float d = Vector3.Distance(n.position, nodes[i].position);
if (d < 5)
{
nearby.Add(n);
}
}
// Get Forces
Vector3 repulsionForce = nodes[i].RepulsionForce(nearby);
// Limit Forces
repulsionForce = Vector3.ClampMagnitude(repulsionForce, maxForce);
// Apply Multipliers
repulsionForce *= Repulsion;
// Put Forces into Array
repulsionForces[i] = repulsionForce;
}
for (int i = 0; i < c; i++)
{
nodes[i].applyForce(repulsionForces[i]);
nodes[i].update();
nodes[i].velocity = new Vector3(0, 0, 0);
}
这是我的RepulsionForce()函数在DifferentialLineNode类中
public Vector3 RepulsionForce(List<DifferentialNode> nearby)
{
Vector3 repulsionForce = new Vector3();
foreach (DifferentialNode n in nearby)
{
// calculate distance between both
float d = Vector3.Distance(n.position, this.position);
// calculate difference and divide by exp(d) to get less influence when far
Vector3 diff = ( this.position - n.position ) / (Mathf.Exp(d));
repulsionForce += diff;
}
repulsionForce /= (float)nearby.Count;
repulsionForce.Normalize();
return repulsionForce;
}
我刚开始游戏时,所有内容都会下降到1fps以下,并且我发现由于n ^ n的复杂性,嵌套循环正是它的来源。我一直在研究Octree / KdTree实现,但是找不到任何解释的代码。还有其他路线吗?超过一个 ?可以合并吗?非常感谢
您应考虑将for
而不是foreach
用于列表,例如, here当您为性能编码时。不过,我认为您的问题更多是结构性问题,而不是与此类细节相关的问题。
[我建议您查看Quadtrees,例如按this implementation,将您的总面积分成多个部分,并将每个粒子与一个部分相关联。要找到邻居,您只需遍历树。
计算最近点为O(n ^ 2),因此如果粒子数量很大,性能会下降也就不足为奇了。但这可以很容易地得到改善。可以使用几种搜索结构选项:
对于网格或八进制,可以在容器之间移动点。对于kd树,重建树可能会更好。任何选项都应将搜索时间从O(N ^ 2)减少到O(n log n)。
鉴于您的问题,我建议从一个简单的3D网格开始。如果这还不够,我会考虑使用kd树。除非有特定原因,否则我将避免合并数据结构。八叉树和kdtrees应该足够好扩展。
我建议尝试一些profiling tools来检查实际花费的时间。我还建议您设置一些受控环境,以便在已知数据集上运行算法并测量时间。 Benchmark.Net是黄金标准,但是在测量大的变化时,简单的秒表应该是相当不错的。
也应该有一些进行微优化的机会。避免在紧密循环中创建列表,如果需要,请创建可重复使用的列表。避免重复操作。避免昂贵的操作。比其他集合更喜欢数组和列表,因为运行时对它们进行了特殊的优化。首选for
而不是foreach
,因为前者可以避免创建迭代器对象。