高效合并交错索引数据

Posted 2023-03-23

【中文标题】高效合并交错索引数据

【英文标题】：Merge interleaved index data efficiently

【发布时间】：2014-10-02 18:17:21

【问题描述】：

就像this 问题一样，我已经从索引交错的格式 (COLLADA) 加载了一些顶点和索引数据。答案建议使用缓冲区纹理，但也警告我要避免的渲染性能损失。 所以问题是将所有交错的索引和顶点数据合并到多个VBOs和单个索引缓冲区中。 数据是这样给出的

P N P N P N P N P N P N ...
0 0 1 0 2 0 7 1 6 1 5 1 ...

每个P指的是一个位置，每个N指一个法线向量。

解决此问题的一种方法是跟踪列表中的所有元组（在本例中为两个）。如果我读取下一个元组，我会在列表中搜索这个元组，如果它存在，那么我使用这个位置作为新的索引数据，如果不存在，我构造一个新顶点并将元组放在列表中。 当然，这非常慢，因为它包括将这些元组与每个现有的元组进行比较。

有没有更有效的方法来做到这一点？

【问题讨论】：

正如@derhass 在下面的答案中所建议的那样，使用比列表更有效的数据结构。我在这里的答案中发布了一些伪代码：***.com/questions/23349080/…。

【参考方案1】：

所以真正慢的部分是在列表中搜索 - 所以不要这样做。在那种情况下，使用哈希表会大大加快速度——我实际上已经实现了类似的东西，而且效果非常好——只要你能负担得起哈希表的额外内存。

【讨论】：

内存应该不成问题 - 我会试试看 :)

【参考方案2】：

我写了一个名为meshtool 的工具，它可以做你想做的事。

为所欲为的过滤器称为normalize_indices：

  --normalize_indices   Goes through all triangle sets, changing all index
                        values to go from 1 to N, replacing sources to be size
                        N

不过，它通常也可以与其他一些过滤器一起使用。我建议尝试以下方法：

meshtool --load_collada yourfile.dae --medium_optimizations \
    --normalize_indices --save_collada yourfile-optimized.dae

你可以安装它：

pip install meshtool