箱柜的3D网格：嵌套的std :: vector vs std :: unordered_map

Question

专业人士，我需要一些表现意见，包括以下内容：

第一个问题：

我想将对象存储在3D网格结构中，总体来说它将被填充〜33％，即3个网格点中的2个将为空。 简短图片说明：

可能选项A）

vector<vector<vector<deque<Obj>> grid;// (SizeX, SizeY, SizeZ);
grid[x][y][z].push_back(someObj);

这样我就会有很多空的deques，但访问其中一个会很快，不是吗？

其他选项B）将是

std::unordered_map<Pos3D, deque<Obj>, Pos3DHash, Pos3DEqual> Pos3DMap; 

我添加/删除数据时添加和删除deques。可能使用的内存较少，但可能不那么快？你觉得怎么样？

第二个问题（跟进）

如果我在每个位置都有多个容器怎么办？对3个不同的实体说3个桶，比如对象类型ObjA，ObjB，ObjC每个网格点，那么我的数据基本上变成了4D？

另一个例子：

使用选项1B我可以扩展Pos3D以包含桶号以解决更多稀疏数据。 我想要优化的可能查询：

1. 从整个结构中删除ObjA-buckets中的所有对象
2. 给我一些ObjB-buckets中的所有对象 网格位置
3. 哪个是最近的非空ObjC-bucket 位置x，y，z？

PS：

之前我还考虑过基于树的数据结构，阅读最近邻居方法。由于我的数据是如此规则，我以为我会将所有树木构建的细胞分成更小的片段，然后制作最终叶片的静态3D网格。多数民众赞成我如何询问这里存储这个网格的最佳方法。 与此相关的问题，如果我有一个map<int, Obj>，是否有一种快速的方式来询问“所有带有780和790之间密钥的对象”？或者是构建上述树的最快方式？

修改

我最终选择了具有fortran排序功能的3D boost :: multi_array。这有点像像我的世界使用的大块游戏。这有点像使用固定叶片大小和固定叶片量的kd树？现在工作得非常快，所以我很满意这种方法。

Answer 1

回答第1个问题

正如@Joachim所指出的，这取决于您是喜欢快速访问还是小数据。粗略地说，这对应于您的选项A和B.

A）如果您想要快速访问，请使用多维std::vector或数组（如果您愿意）。 std::vector以最小的开销带来更轻松的维护，所以我更喜欢这样。在空间方面，它消耗 O（N ^ 3）空间，其中<​​em> N 是沿一个维度的网格点数。为了在迭代数据时获得最佳性能，请记住按照您定义的相反顺序解析索引：最里面的，最后面的最后面。

B）如果您希望保持尽可能小的东西，请使用哈希映射，并使用针对空间进行优化的哈希映射。这将导致空间 O（N），其中 N 是元素的数量。这是一个比较几个哈希映射的benchmark。我使用google::sparse_hash_map获得了很好的经验，这是我迄今为止看到的最小的持续开销。此外，很容易将其添加到您的构建系统。

如果您需要混合速度和小数据，或者事先不知道每个维度的大小，也可以使用哈希映射。

回答第二个问题

如果你有第四个维度的可变数量的元素，或者固定的大量元素，我会说你的数据是4D。使用选项1B）你确实添加了桶索引，对于1A）你要添加另一个向量。

  

  
1. 哪个是最近的非空ObjC-bucket，用于定位x，y，z？
  

此操作通常称为最近邻搜索。你想要一个KDTree。如果你喜欢小型库，那就有libkdtree ++。否则，FLANN可能是一个选项。它是Point Cloud Library的一部分，可以完成很多关于多维数据的任务，也值得一看。