std::unordered_multimap在C++11中)从体素坐标到点的映射。这样就可以像数组一样O(1)查找。虽然这种方法有很多开销，但它可能是最好的折衷方案。std::hash<voxel>。您不会以任何自动方式实现“最大点数”，但这真的有用吗？一种方法是使用集合中的数据来支持您的实际数据。
举个例子：
struct t_voxel {
size_t nPoints, minHeight, maxHeight, centorid;
};
struct t_voxel_id {
uint16_t index;
};
// one dimension
class t_voxel_collection {
// the actual voxel data needed for the indices represented by the collection of voxelId
std::vector<t_voxel> d_voxel;
// here, empty voxel is designated by t_voxel.index = 0
// this collection is your primary array representation
// these elements just refer to a unique or shared index in this->d_voxel
std::vector<t_voxel_id> d_voxelId;
public:
// >> the interface to access and set, which abstracts the backing collection.
// and prohibits the client from accessing the actual data.
t_voxel get(const size_t& idx) const {
return this->d_voxel[this->d_voxelId[idx].index];
}
// ...
};
通过这种方式，您可以实现大幅度降低内存消耗（假设您看到了这个方向）。
这不是一个完整的答案，但在这种情况下可能会有所帮助。
根据您的使用情况，还有几种方法可以进一步优化和共享此集合中的体素数据。
t_voxel_collection 表示一维。引入维度的简单方法是使用一个容器，例如 std::vector<std::vector<t_voxel_collection>>。与 t_voxel_collection 的实现类似，可能有更优化的方式来表示集合的维度，这取决于您想如何平衡内存、CPU 等。其他人提出了比我使用的消耗更少内存的替代方案（尽管在这种场景下我的方案可以节省很多），但使用我的方法查找非常快速 -- 对于这么大的数据集，平衡很重要。 - justin