Algorithm 二维空间中对象的高效数据结构

我有一个包含对象的2D空间，每个对象都有坐标向量和相对于其坐标的顶点数组，现在我需要一种有效的存储对象的方法，该存储应该能够添加和删除对象，最重要的部分是碰撞检测：

我想得到一个有机会碰撞（近邻等）的物体列表，应该是快速简单的

O（[number of objects with collish chance]*log（[number of all objects]）

这样，当没有接近的对象时，它应该在

O（1）

中进行操作，而不是在

O（n）

中对所有对象进行强制操作

询问是否有不清楚的事情

也许你知道一些关于这个主题的链接或者一些好主意

---

谢谢。

而且两者都提供高效的2D碰撞检测。您可以使用它们中的一个，也可以只检查它们的源代码。

您可以通过使用二进制空间分区来使用树数据结构，下面是一个关于它的示例。据我所知，这是在n维空间中存储物体位置信息的最有效方法

下面是它的工作原理：假设您有以下字段

假设你有一个100x100的空间

这里有6个物体，坐标从A到F A（25,25） B（25,75）， C（25,85）， D（75,75）， E（90,60）

现在，我们将空间划分为4个部分，每个部分都是树中根节点的子节点。左上角仅包含点A，因此这是一个带有一个叶节点的chield。 左下角包含两个对象，B和C，因此它们将是第二个chield的叶节点。

---

现在右下角将有3个元素，这是我们不想要的，因为二叉树的概念，所以我们进行另一个细分。通过递归地执行此操作，您可以获得一个非常有效的数据结构，用于在二维空间中查找对象。

您可以使用a来检查所有附近的对象。

您希望使用空间索引或四叉树。四叉树可以是简单的空间填充曲线（sfc）或希尔伯特曲线。sfc将2d复杂度降低为1d复杂度，并用于许多贴图应用程序或热贴图。sfc也可以用来存储zipcode搜索。你想搜索尼克的希尔伯特曲线四叉树空间索引博客