所以在做一个小项目,但考虑让地图更高效。我有一个数字网格说
100110
011011
010110
如果你曾经玩过地牢守卫,那么这个想法是 0 是一个平坦的挖出的方块,而 1 是一个静止的方块。我想利用网格布局并能够最大限度地减少使用的顶点数量。因此,不要将单个立方体用于以下区域:
1111
1111
1111
我只想使用 8。关于最佳方法的任何想法?甚至只知道我应该使用的算法类型的名称。可以在运行中快速完成的东西会比瓶颈渲染更可取。
所以在做一个小项目,但考虑让地图更高效。我有一个数字网格说
100110
011011
010110
如果你曾经玩过地牢守卫,那么这个想法是 0 是一个平坦的挖出的方块,而 1 是一个静止的方块。我想利用网格布局并能够最大限度地减少使用的顶点数量。因此,不要将单个立方体用于以下区域:
1111
1111
1111
我只想使用 8。关于最佳方法的任何想法?甚至只知道我应该使用的算法类型的名称。可以在运行中快速完成的东西会比瓶颈渲染更可取。
我同意这可能不会是性能问题,但是您可以通过使用(稍作修改的)不平衡四叉树在压缩地图中表示您的地图。
从只包含 1 的地图开始。您可以将其存储为一个大小为 n*n 的盒子在树的根节点中。
如果您想挖掘其中一个框,则递归地沿着树向下走,使用默认的四叉树规则拆分 n*n 框(或您在其中找到的任何内容)(= 将 n*n 框拆分为四个 n/2* n/2 盒等)。在某些时候,您会到达仅包含单个框(您要挖出的框)的树的叶子,您可以将其从 1 更改为 0。
此外,在叶子发生变化并且您的递归调用返回后(= 您沿着树返回根节点),您可以检查相邻的框是否可以合并。(如果你有两个相邻的盒子都被挖出来,你可以合并它们)。
有时在索引此类低维数据时使用的另一种技术是空间填充曲线。具有良好平均局部性且可逆的一种是希尔伯特曲线。基本上,您可以沿空间填充曲线枚举您的盒子(挖出的和填充的),然后使用简单的行程压缩。
树的想法允许您减少渲染几何的数量(您可以重新缩放纹理等,以通过单个更大的框来模拟 n*n 框)。空间填充曲线可能只会为您节省一些内存。