一、游戲場景管理中BVH相比八叉樹有什么優劣

BVH的構建比較耗時間，而且對于動態物體的支持比較麻煩，但是運行效率會更高，因此常用于離線渲染和光線追蹤等對性能要求較高的場合。

八叉樹的構建簡潔明了，比較直觀。八叉樹的結構是固定的，不會受物體位置的影響，這樣對動態物體非常友好。

游戲中用的八叉樹常常是松散八叉樹，就是子節點的范圍會比正常的范圍略微大一圈，這樣如果物體和分割軸相交，也可以放到子節點下。

游戲中物體的大小通常是不變的，物體的移動的處理就很簡單，只需要改變物體掛載的子節點位置就行了，而不要調整掛載子節點的深度。

游戲中常常有非常多的動態對象，使用松散八叉樹是非常合適的。

BVH在光線追蹤上的優勢：

曾經寫過一個Path Tracing（遞歸的光線追蹤），使用KD樹來實現光線相交測試。KD樹可以看成一個拓展后的八叉樹（八叉樹每層要在x,y,z軸上二分，而KD樹則是每層選一個軸進行分割）。我最初用的是每層二分的KD樹。那么如果要處理下圖這種很大的場景中只有數個三角形的情況，則前面幾層都是在做一些低效的相交測試（因為和三角形真正占據的面積相差太大）。

但使用BVH進行光線相交測試的話（可以類比為：基于SAH（Surface Area Heuristic）的KD樹），則可以進行高效的分割場景，充分考慮三角形本身的面積與形狀。同樣利用上圖場景，基于SAH的KD樹可以快速定位到相交的物體，處理的好的話從根往下一層就能找到相交的物體。

BVH相比八叉樹：

BVH實現起來比八叉樹稍微麻煩一點，八叉樹只需要知道場景的大小和模型的精度就能進行分割，然后將模型一個個塞進去即可，而BVH需要了解全部的模型信息才能進行下一步分割。而且游戲場景一般都分布比較均勻（一大片空地的情況少見），上圖中物體集中在某一區域的情況比較少，所以利用八叉樹和BVH樹的層數和效率應該是差不多的。

提到了針對地塊進行“2d裁剪”就是八叉樹的變種，國內某劍五采用的場景管理方式就是四叉樹，做視錐測試什么的很容易而且高效。在NVIDIA實習時還對其引擎做過一個小小的優化，通過確定攝像機在四叉樹中的最底層位置，一層層往上由近及遠渲染，減少over-draw次數。這個就是利用了四叉樹本身的結構性質。優化前后，某幀第6000個DX draw event時的渲染結果

BVH在碰撞檢測上：

引擎不會去檢測每個三角形之間的碰撞，而是會先檢測兩者的包圍盒（AABB，OBB，DOP等等）是否移動或改變，然后再檢測是否相交，然后再檢測內部的三角形是否相交。

延伸閱讀：

二、八叉樹（octree）是什么

八叉樹（octree）是三維空間劃分的數據結構之一，它用于加速空間查詢，例如在游戲中：
加速用于可見性判斷的視錐裁剪（view frustum culling）。
加速射線投射（ray casting） ，如用作視線判斷或槍擊判定。
鄰近查詢（proximity query），如查詢玩家角色某半徑范圍內的敵方NPC。