Java 优化康威生活游戏

我正忙于编码，我正试图使用一些数据结构来优化它，这些数据结构记录了在每个生命周期中应该检查哪些细胞

我使用arrayList作为动态数据结构来记录所有活细胞及其邻居。是否有更好的数据结构或方法来缩短列表，从而提高游戏速度

我这样问是因为很多单元格经常被检查，但没有更改，所以我觉得我的实现可以得到改进。

我相信这会对您有所帮助

它给出了使用树数据结构（其中每个内部节点正好有四个子节点）来保存数据的想法，然后使用哈希表来存储四叉树的节点

---

埃里克·伯内特（Eric Burnett）撰写的《进一步阅读》对Hashlife的工作原理、性能和实现（尽管是Python）有着深刻的见解。值得一读。

早在20世纪70年代，我就使用2Mhz 6800 8位计算机，在256x512位网格上直接映射到屏幕像素上，构建了一个生命引擎。我直接在显示器像素上做（它们是一位开/关白/黑），因为我想看到结果，而没有看到将生命图像复制到显示器上的意义

它的基本诀窍是将问题视为根据生活规则计算“此单元所在”的布尔逻辑公式，而不是像往常一样计算活动邻居。这个公式很容易算出，所以留作家庭作业练习。使它快速的是，布尔公式是按位计算的，一次计算8位。如果你在屏幕上横扫几行，你基本上可以一次计算N位（6800上为8位，现代PC上为64位），开销非常低。如果您发疯了，您可能会使用SIMD向量扩展，“一次”执行256位或更多。最重要的是要用GPU来实现这一点

6800版本将在大约0.5秒内处理一个完整的屏幕；你可以看到更新从上到下在屏幕上波动（60赫兹刷新）。在一个时钟频率为1000倍（1GHz非常容易获得）且一次64位的现代CPU上，它应该能够每秒产生数千帧。速度如此之快，以至于你无法看到它运行：-{

一个有用的观察结果是，生命世界的大部分是死的（空白），处理这部分会产生更多的死细胞。这建议使用稀疏表示。另一张海报建议使用四叉树，我认为这是一个非常好的建议。你的四叉树区域也不必是正方形

---

将这两种思想结合起来，将非空白区域的四叉树与由四叉树指定的位块的位级处理结合起来，可能会给出一个惊人的快速生命算法。

对于不熟悉的人，添加一个“康威生命游戏”的链接可能会有帮助，或者至少有意思。几年前我见过一个LinkedList的实现，速度非常快，但不幸的是，我没有关于它的详细信息。它出现在Sam的一本老编程书中。我认为带有4个指向其他节点的指针的节点可以非常快，无论你做什么。超越大多数人所做的，这就是盲目地尝试，并抱着最好的希望。你可以使用一个位集来标记活细胞，这将允许你一次跳过64个非活动细胞。你可以向你的细胞添加正向和反向链接，避免辅助列表的开销。你可以使用Hashlife的思想，而忘记低级优化。你为什么需要hashtables存储树叶？四叉树可以实现为“树”非常漂亮，不需要散列。@IraBaxter在散列表中进行迭代比在树中进行迭代更容易。这太有趣了，我真的想到了同样的事情！我没有意识到它有一个实际的数据结构和算法。@progenhard:没有。重点是你可以缓存整个子树的结果，这是一个巨大的收获。我认为一个quadkey和怪兽曲线速度更快，而且空间质量也很好。@Ira Baxter:不，这些数字来自，并且（某种程度上）反驳了你所说的。这里有一个很好的解释，说明了它是如何工作的。