在开发游戏时，我正处于需要跟踪世界上所有单位的地步，以便可以进行最近邻检查以进行战斗。这是一款类似于RTS的游戏，可能有成千上万的小型自动化单位在移动。
我一直在研究KD树和四叉树（尤其是点四叉树）。我仍在尝试了解它们如何工作的详细信息，但是到目前为止，Point Quadtree对我来说最有意义。但是，我的印象是KD-Trees的搜索速度更快，这对我在树中拥有的点数很重要。
另一方面，就我而言，我将跟踪大量始终在移动的单元。从一帧到另一帧，它们的位置将始终不同。四叉树显然比KD-Trees重平衡更快，但是我不知道当您重新平衡树中的每个点时是否适用。
我想知道在这种情况下，最好只是逐帧废弃树并从头开始重建它，而不是尝试重新平衡树中的每个点？如果Quadtree重新平衡的速度更快，是否也意味着从头开始构建的速度更快？如果是这样，那对性能而言可能比KD-Tree的搜索速度更重要，这取决于创建树的负担，但我不知道...
Answers:
老实说，KD树绝对不够动态。移动几个单元很容易需要您重建整个KD-Tree。另外，KD树对于查询非常有效，但对于邻居搜索则不是那么有效。
随着时间的推移，四叉树会更加灵活，因为修改会保留在本地。缺点是，如果您在一个位置上有很多经常移动的设备，则可能细分太多，并且由于设备的移动而需要进行大量更新。您可以设置一个阈值，在该阈值下不能进行细分。但是要提防，这意味着很多单元可能都位于同一叶正方形中。
但是，如果您只想查找恒定半径r内的所有单位，则不需要立即使用四叉树和kd树。您可以简单地创建长度为r的单元格的2D数组，然后根据其位置将单元堆叠在每个单元格中。这样一来，您至少要搜索9个单元格。仅当您的地图很大时，此类网格才会太大而无法实现。
我们没有讲过另外两种完全不同的结构：层次AABB和本地敏感哈希表。如果相对于父级ABB来描述每个层次AABB的起源，那么它的优点是，如果一大群单位保持其形成，那么您无需更新较小的AABB，因为它们保持相同的相对位置。当然，旋转地层可能会导致许多更新，在这种情况下，使用其他边界体积（例如球体或定向边界框（OBB））可能会更有效。
本地敏感的哈希表只能有效地提供近似的解决方案，因此我不会理会它们。
我该怎么办？我可能会从一个简单的网格开始，并在需要时将其升级为四叉树，如果需要，我将其与某个阈值以下的边界体积层次结构结合使用：四叉树在较大范围内运行良好相对边界体积在小范围内效果很好。逐步进行操作，我不必从一开始就花费数小时立即获得最佳数据结构。
Lærne的建议很好，但我也建议使用AABB的动态边界体积树。从概念上讲，动态边界体积树保持节点的平衡树，可以通过传入AABB并检索重叠对来随时查询附近元素。并非每帧都重建树。取而代之的是，每个节点的AABB在放入树中时都会稍微膨胀，并且仅在膨胀的ABB不再包含节点的实际ABB时才重建树。我在物理引擎中使用了它，效果很好。
Box2D源代码可以很好地实现它。
https://github.com/erincatto/Box2D/blob/master/Box2D/Box2D/Collision/b2DynamicTree.h
这是对其实施的良好回顾：