在C ++中为体素引擎存储体素

我正在尝试编写一个小的体素引擎，因为它很有趣，但是却很难找到存储实际体素的最佳方法。我知道我将需要某种类型的块，因此我不需要在内存中拥有整个世界，而且我知道我需要以合理的性能渲染它们。

我了解了八叉树，据我所知，它以1个多维数据集开头，在那个多维数据集中可以再有8个多维数据集，在所有这8个多维数据集中可以是另外8个多维数据集，等等。但是我认为这不适合我的体素引擎，因为我的体素多维数据集/项目都将完全相同。

因此，另一种选择是只创建一个大小为16 * 16 * 16的数组，并将其作为一个大块，然后用项目填充它。没有零件的零件的值将为0（0 =空）。但是，这恐怕会浪费大量内存，而且速度不会很快。

然后另一个选择是每个块的向量，并用多维数据集填充它。多维数据集在块中保持其位置。这样可以节省内存（没有空气障碍），但是在特定位置查找多维数据集要慢得多。

所以我真的找不到一个好的解决方案，我希望有人可以帮助我。那么，您将使用什么？为什么？

但是另一个问题是渲染。使用OpenGL读取每个块并将其发送到GPU很容易，但是非常慢。每块生成一个网格会更好，但是这意味着每次我打破一个块时，我都必须重建整个块，这可能会花费一些时间，导致轻微但明显的打ic，我显然也不想这样做。因此，这将更加困难。那么我该如何渲染立方体呢？只需在每个块的一个顶点缓冲区中创建所有多维数据集，然后渲染该多维数据集，然后尝试将其放入另一个线程中，或者有其他方法吗？

谢谢！

将块存储为位置和值实际上效率很低。即使没有因使用的结构或对象引起的任何开销，您也需要在每个块中存储4个不同的值。只有在固定块的四分之一是固态的情况下，才将其用于“固定阵列中的存储块”方法（如前所述）才有意义，这样您甚至无需将任何其他优化方法用于帐户。

实际上，八位字节对于基于体素的游戏非常有用，因为它们专门存储具有较大功能（例如同一块的补丁）的数据。为了说明这一点，我使用了四叉树（基本上是2d中的八叉树）：

这是我的初始设置，包含32x32瓦片，等于1024个值：

将其存储为1024个单独的值似乎效率不高，但是一旦达到与游戏类似的地图尺寸（例如Terraria），加载屏幕将需要几秒钟。而且，如果将其增加到第三维，它将开始用完系统中的所有空间。

四叉树（或3d中的八叉树）可以帮助解决这种情况。要创建一个，您可以从图块开始并将它们分组在一起，或者从一个巨大的单元格开始进行划分，直到到达图块。我将使用第一种方法，因为它更易于可视化。

因此，在第一个迭代中，您将所有内容分组为2x2单元，如果一个单元仅包含相同类型的图块，则删除这些图块并仅存储该类型。经过一轮迭代，我们的地图将如下所示：

红线表示我们存储的内容。每个平方只是1个值。这将大小从1024个值减小到439个，减少了57％。

但是你知道咒语。让我们进一步走一步，将它们分组到单元格中：

这将存储值的数量减少到367。这仅是原始大小的36％。

显然，您需要进行这种划分，直到块内的每个4个相邻单元（3d中的8个相邻块）被存储在一个单元内，实际上将一个块转换为一个大单元。

这还有其他一些好处，主要是在发生碰撞时，但是您可能想要为此创建一个单独的八叉树，它只关心单个块是否牢固。这样，您只需对单元格进行处理，而不是检查块中每个块是否存在冲突。

存在八进制可以完全解决您描述的问题，从而可以密集存储稀疏数据，而无需花费大量搜索时间。

体素大小相同的事实仅意味着八叉树具有固定的深度。例如。对于16x16x16的块，您最多需要5个树级别：

• 块根（16x16x16）
  • 第一层八分圆（8x8x8）
    • 第二层八分圆（4x4x4）
      • 第三层八分圆（2x2x2）
        • 单个体素（1x1x1）

这意味着您最多只有5个步骤才能找出块中特定位置是否存在体素：

• 块根：整个块是否具有相同的值（例如，所有空气）？如果是这样，我们就完成了。如果不...
  • 第一层：包含该位置的八分圆是否都是相同的值？如果不...
    • 第二层...
      • 第三层...
        • 现在我们正在处理单个体素，并可以返回其值。

比通过多达4096个体素的阵列扫描甚至1％的路径要短得多！

请注意，这使我们可以在存在相同值的完整八分位数的任何地方压缩数据-无论该值是全部是空值还是全部是岩石或其他任何值。只有在八分位数包含混合值的情况下，我们需要进一步细分这些值，直至达到单个体素叶节点的限制。

为了解决大块的孩子，通常我们以Morton顺序进行操作，如下所示：

1. X- Y- Z-
2. X- Y- Z +
3. X- Y + Z-
4. X- Y + Z +
5. X + Y- Z-
6. X + Y- Z +
7. X + Y + Z-
8. X + Y + Z +

因此，我们的Octree节点导航可能看起来像这样：

GetOctreeValue(OctreeNode node, int depth, int3 nodeOrigin, int3 queryPoint) {
    if(node.IsAllOneValue)
        return node.Value;

    int childIndex =  0;
    childIndex += (queryPoint.x > nodeOrigin.x) ? 4 : 0;
    childIndex += (queryPoint.y > nodeOrigin.y) ? 2 : 0;
    childIndex += (queryPoint.z > nodeOrigin.z) ? 1 : 0;

    OctreeNode child = node.GetChild(childIndex);

    return GetOctreeValue(
                child, 
                depth + 1,
                nodeOrigin + childOffset[depth, childIndex],
                queryPoint
    );
}