C++ 根据世界位置在1D数组中查找通用项？

我有一个数据数组（通用vertexdata）。我需要能够根据位置搜索数组元素。目前，每个顶点元素都记录自己的位置，我只需使用

for循环

搜索每个元素并比较位置。我必须在我的程序中经常这样做，这对性能相当关键。在每一个元素中循环似乎真的非常低效

使用C++、BTW.<／P> 我的问题是：有没有更好的办法？也就是说，是否有一种直接基于3D位置访问必要元素的方法？这些位置是整数，因此可能会有所帮助

我曾想过简单地使用3D数组（即顶点[256][256][256]），但我负担不起浪费的内存，因为只有大约30-50%的顶点位置实际上包含一个顶点。也许这可以通过指针来实现？他们在未分配时是否使用内存

---

3D阵列的另一个问题是顶点可以分布在几乎无限的区域，这将形成非常非常大的阵列。此外，顶点是动态地有效添加的，这意味着它们可以添加到一个可以考虑使用稀疏网格作为ADT的解决方案。

std:：unordered_映射是一个散列映射，可用于创建稀疏网格数据结构。如果为3d向量编写一个好的散列，可以获得非常好的O（1）读取性能，这将接近原始数组的性能

散列映射还允许您使用“几乎无限”区域（当然，约束将在底层数据类型中）

---

抱歉耽搁了

对于无序地图，这是一个很好的信息资源：

我在自己的项目中使用了一对int实现，但我确信它可以用于三维坐标

namespace std {
    template <class T>
    inline void hash_combine(std::size_t & seed, const T & v) {
        std::hash<T> hasher;
        seed ^= hasher(v) + 0x9e3779b9 + (seed << 6) + (seed >> 2); 
    }

    template<> struct hash<pair<int, int> > {size_t operator()(pair<int, int> x) const { size_t seed=0; hash_combine(seed, x.first); hash_combine(seed, x.second); return(seed); } };
}

在此之后，您可以将该结构视为常规的

std:：map

对于三维坐标，可以声明自己的结构

struct vector
{
    int i,j,k;
};

然后修改哈希函数（格式化为可读性）

模板结构哈希{
size_t运算符（）（向量x）常量{
种子大小=0；
联合收割机（种子，x.i）；
联合收割机（种子，x.j）；
联合收割机（种子，x.k）；
返回（种子）；
}
};
<>代码> 一个解决方案，你可以考虑使用稀疏网格作为你的ADT. 

std:：unordered_map
是一个散列映射，可用于创建稀疏网格数据结构。如果为3d向量编写一个好的散列，可以获得非常好的O（1）读取性能，这将接近原始阵列的性能

散列映射还允许您使用“几乎无限”区域（当然，约束将在底层数据类型中）


抱歉耽搁了

对于无序地图，这是一个很好的信息资源：

我在自己的项目中使用了一对int实现，但我确信它可以用于三维坐标

namespace std {
    template <class T>
    inline void hash_combine(std::size_t & seed, const T & v) {
        std::hash<T> hasher;
        seed ^= hasher(v) + 0x9e3779b9 + (seed << 6) + (seed >> 2); 
    }

    template<> struct hash<pair<int, int> > {size_t operator()(pair<int, int> x) const { size_t seed=0; hash_combine(seed, x.first); hash_combine(seed, x.second); return(seed); } };
}

在此之后，您可以将该结构视为常规的
std:：map

对于三维坐标，可以声明自己的结构

struct vector
{
    int i,j,k;
};

然后修改哈希函数（格式化为可读性）

模板结构哈希{
size_t运算符（）（向量x）常量{
种子大小=0；
联合收割机（种子，x.i）；
联合收割机（种子，x.j）；
联合收割机（种子，x.k）；
返回（种子）；
}
};
八叉树可能是基于体素的地形（或模型）的最佳解决方案。八叉树的基本概念由节点和叶组成。每个节点（和叶）表示立方体空间，每个节点包含8个子节点（或叶），每个子节点占用其父节点空间的1/8（请参阅）

叶与节点不同，它没有更多的子节点，而是包含数据本身——在您的例子中是顶点数组

八叉树的深度取决于您自己，它实际上取决于地形的详细程度。现在，如果您想将顶点组织到树上，对于每个顶点，您将首先将其发送到主节点（节点是树的根，即包含所有其他节点）然后根据位置确定顶点属于哪个子节点。然后递归地传递顶点，直到它到达存储在数组中的叶节点

为了简单起见，下面是带有四叉树的2D示例：

                (4,4)
-----------------
|   3   |   4   |
|       |       |
-----------------
|   1   |   2   |
|       |       |
-----------------
(0,0)

假设地形的大小为4x4。在本例中，我们仅使用主节点作为包含叶节点的节点。如果现在有顶点，则假设
（0.2，3.2）
。顶点被传递到根节点。由于
0.2<4/2
和
3.2>4/2
，该节点将顶点发送到存储顶点的3号叶。如果您在空间（或本例中的平面）中搜索位置，您将以与所述存储类似的方式执行此操作

在您的实现中，您可以使用指针表示节点的子节点/叶。如果您想优化空间，您根本不必存储每个节点的尺寸和位置，而是简单地说每个节点的尺寸是
1x1x1
，然后在传递它之前相应地变换每个顶点。
也就是说，您有大小为
1000x1000x1000
的地形和位于位置
（600600100）
的顶点。现在您将位置除以大小，得到位置
（0.6,0.6,0.1）
传递给节点。由于
0.6>1/2
和
0.1<1/2
您将相应地将其传递给节点，但在您将其转换之前，再次将其从高分量中减去1/2，然后将所有分量乘以2（因为子节点在所有维度中都较小两倍）以获得位置
（0.2,0.2,0.2）