根据位置和半径快速查询对象

Posted 2023-03-11

【中文标题】根据位置和半径快速查询对象

【英文标题】：Fast query of objects based on location and radius

【发布时间】：2014-03-19 20:15:45

【问题描述】：

我正在开发一个简单的生态系统模拟，但我一直在为这些生物选择最佳数据结构。

我基本上拥有的是我当前世界中所有动物的列表，其中包含有关动物类型和位置的信息。此列表可能会变得非常大 - 可能接近数百万。

所以，为了实现一些简单的 AI，我需要让这个操作尽可能快： 给定地图上的一个点和一个半径，给我一个按距中心点的距离排序的半径内所有动物的列表。

世界将是二维的，因此我们仅限于平面坐标。 我还需要支持的一些操作：

改变动物的位置 创造新动物 移除动物

我了解了 kd 树以及它们快速计算最近邻的能力。

问题： 你认为它会在我的情况下工作吗？如果不是，我应该使用什么数据结构来满足要求？

编辑：

以下是 cmets 中要求的更多详细信息。 世界不会太大——可以容纳一个小圆圈的动物屏幕。我还应该支持世界可能变得相当密集的情况。 最后，我希望每个查询返回不超过几十个，但因为我将有大量的这些查询（每个动物一个，这应该以某种方式缓存，但为了简单起见，我们暂时忘记这一点）这是尽可能快速高效。

【问题讨论】：

kd 树应该可以相当容易地获得最近的动物，我认为需要进行一些修改才能获得给定半径内的所有动物......

您能否提供有关该问题的更多详细信息？二维平面的大小是多少？它的预期密度是多少？ （您希望每次查询返回多少只动物？几只？几十只？几千只？...？）

【参考方案1】：

考虑到您的限制条件（大量移动对象和可能固定大小的小世界），简单的grid 可能比 kd-tree 更适合。

见：Trees or Grids? Indexing Moving Objects in Main Memory

【讨论】：

这看起来很有趣，我会研究网格。你知道我在哪里可以找到一个示例实现吗？欢迎任何语言。

@korhner：也许this article 会有所帮助。此外，如果您的对象明显小于查询距离，您可以使用索引来存储它们的中心而不是边界框。这使得实现更简单，并且可能会提高性能。

谢谢，我认为这足以让我朝着正确的方向前进。

【参考方案2】：

如果在位置改变之前有很多查询（例如，每只动物一个），kd-trees 应该可以正常工作。增量更新可能也很好，但是在必要时完全重建的不可变 kd 树的优点是可以用数组简洁地表示树结构。要查找搜索盘内的所有点，请遍历树，同时修剪半平面完全排除搜索盘的节点。您必须在最后按距离对结果进行排序。

【讨论】：

所以基本上动作顺序是这样的 - 对于每一帧重建树，处理动物（创建/删除，移动一点）？每次移动后重新创建树会不会太多？

@korhner 也许，也许不是。 AI 多久运行一次？

动物需要能够对事件做出快速反应 - 即食草动物看到植物并开始向它移动以吃掉它，同时它发现有肉食动物追逐它，它需要更新状态并尝试逃跑。动物的位置可以在每一帧更新，但幅度很小。