> Nie bylbym pewien. R-Tree jest dobre dla statycznej geometri gdzie raz
> budujemy drzewo. Tutaj przy kazdej iteracji musimy drzewo przebudowac.
> Ale z drugiej strony nie widze tez nic sensowniejszego. I tak
> zbudowanie za kazdym razem drzewa bedzie szybsze niz liczenie tego
> jakims brute forcem. Ale np moze juz nie byc szybsze niz poprostu
> podzielenie przestrzeni na MxNxK sektorow. Gorsze niz R-tree ale nie
> wymaga generowaniad drzewa. Trzeba by potestowac oba podejscia i
> zobaczyc ktore szybsze.

Cząsteczka mogłaby być strukturą zawierającą masę,pozycje i prędkość.

Wydaje się, że indeksowanie w tabeli będzie szybsze. Zwłaszcza, że
indeksuje się w zasadzie tylko liczbę cząsteczek w danej przestrzeni
(gęstość). Problemem tu jest wykonanie operacji dzielenia i
'rzutowania' współrzędnych symulacji, na komórki tabeli. Dalej na tym
operuje się kernelem konwolucyjnym znajdując gradienty.

Dzielenie typu int można zastąpić przesunięciem bitowym, dlatego
dobrze, aby wielkość symulacji podzielona przez wielkość tabeli była
potęgą 2, podobnie dobrze, aby wymiary tabeli były potęgami 2, a
dostęp do nich był sekwencyjny.


Spotkałem się ze stwierdzeniem, że dla dużych tablic wymiar będący
potęgą 2 jest obarczony dużym zwolnieniem prędkości. Czy ktoś wie
dlaczego ?

Jeśli chodzi o to podejście to postaram się napisać algorytm w c++ i
podrzucić tu kod. Może uda się to jakoś wspólnie zoptymalizować.