Algorithm 当二维平面中的两个移动对象接近时检测

假设我们有一个二维天空（

10000x1000

坐标）。在这片天空的任何地方，我们都可以看到一架飞机，通过它的位置

（x，y）

来识别。任何飞机都可以开始移动到另一个坐标（直线）

只有一个组件管理所有这些定位和移动。当飞机想要移动时，它会以

（开始、速度、结束）

的形式向其发送信息。在组件中，我如何判断一架飞机何时会在另一架飞机的视线内移动（每架飞机都将其作为视线半径的属性），以便通知它。请注意，许多飞机可以同时移动。此外，该算法非常有效，可以处理约1000个平面

---

如果存在一些限制，这将限制您的解决方案-它可能会被删除。问题尚未解决。

• 使用一条线表示飞行路径
• 将每条线转换为包含它的矩形。矩形的宽度由“闭合”的定义确定（安全距离越大，矩形应越宽）
• 对于每个新的飞行计划：
  • 检查新矩形是否与另一个矩形相交。
    • 如果是，请计算每个平面何时到达碰撞点。如果时差太小（你应该根据场景定义太小），拒绝新的飞行计划

---

如果你想处理时间方面的问题（即处理飞机移动的事实），那么我认为一种潜在的简化方法是通过时间维度提升问题（再增加一个维度-因此，原始问题，即二维问题，成为三维问题）

---

然后，问题就变成了寻找直线与（倾斜）圆柱体相交的点的问题。找到所有可能的交叉点将是n^2；不太确定这是否足够有效。

请参阅，以获取一种数据结构，该结构可以轻松找到哪些飞机靠近给定的飞机。它将使您不必进行O（N^2）亲密度测试

你的答案很好，我只评论一个方面，可能不正确

• 你说你的飞机在形态上移动（开始位置，速度，结束位置）
• 如果所有飞机都有这样的飞行计划，我们称之为飞行计划，那么你应该能够直接计算它们何时何地彼此保持一定距离，或者何时彼此距离最近，或者飞机是否会碰撞/太近

因此，如果它们确实按照飞行计划移动并且不偏离飞行计划，那么你的问题是确定的-它归结为求解一组方程，对于约1000个平面来说，这并不是一个大任务

如果您确实需要更快地解这些方程，您可以使用其他答案中描述的技术

• 使用能够加速计算距离的高效结构（四叉树、八叉树、kd树）
• 将问题拆分为仅针对某些相关的未来时间片求解方程
• 优先解决距离变化最快的配对方程

---

当然，将时间转换为三维会将飞机从点转换为线，最终你会在两条三维线之间搜索最近的点（这里有一些）

我实际上找到了这个问题的答案

---

它在书中，p。223它的名称也更好：将移动的球体与球体相交，其中2D球体是一个圆。在这里解释它并不是那么简单（我可能也侵犯了一些权利），但基本思想是将其中一个圆固定为一个点，将其半径添加到移动圆的半径中。移动方向的新方向是两个原始向量的和。

当你说平面时，或者认为你指的是几何方向。你可能应该把它改成飞机或飞机。另外，每架飞机都有一个方向，还是这个方向是固定的？我们现在在处理飞机，谢谢。是的，它有方向？！？从这个起点移动到那个终点。我不确定我是否理解你的问题。你能澄清一下如何使用四叉树吗。我应该在里面放什么？地图扇区、飞机、距离？飞机。这是为了在特定时刻找到靠近所选飞机的任何飞机。如果你想要更精确的细节，你需要澄清你的问题-例如，你的“视线”视角是多少？这只是一个很好的易于更新的结构，可以减少飞机的测试。