Ray Tracking 加速結構

基本原理中使用AABB作爲判斷光線和物體相交的加速。
在AABB內部如何快速判斷判斷光線和物體的相交情況呢？主要分爲種方法：

• Uniform grids
• Spatial partitions

注意這裏使用的加速結構是在光線追蹤之前做的準備工作。

Grids

分格子，然後記住每個格子裏有哪些物體。碰到格子的話，再和這個格子裏的物體求交。

這樣的話就沿着直線找就可以了（怎麼沿着直線？比如，線是右上的，找到一個格子後，往右找或者往上找）

那麼怎麼劃分是合理的呢？
一般認爲：

格子的劃分對排列整齊大小整齊的物體是work well的，但是對於分佈不均形狀複雜的是工作不好的。

Spatial Partitioning

這裏有一些比較經典的按照空間結構劃分的加速結構。
比如Oct-Tree(八叉樹)，KD-Tree，BSP-Tree。
八叉樹是指把一個空間分爲8塊（3D空間下），但是八叉樹的問題是在不同空間維度下的分塊數是不同的。
KD-Tree是我先橫着切一刀，分成兩塊，再對每塊豎着切一刀分成兩塊，再橫着...直到切到我們規定的策略。
BSP-Tree是按照一個方向去切，分完之後再按另一個方向。

KD-Tree

KD-Tree是我先橫着切一刀，分成兩塊，再對每塊豎着切一刀分成兩塊，再橫着...直到切到我們規定的策略。下面是一個示意圖（A的左孩子應該也會被切直到滿足我們的條件，比如條件是有1個物體等等），其中我們存放的物體應該在葉子節點上：

求交的時候會先和父節點求交，如果和這個塊有交點再和孩子節點求交直到和葉子結點（物體）求交。

Object Partitions & Bounding Volume Hierarchy (BVH)

上面的空間劃分結構（以KD-Tree爲例）有兩個問題，一是物體可能散步在多個塊中；二是物體（三角面片）在不在這個塊中並不好判斷。
所以就誕生了使用物體作爲劃分的BVH這也是比較常用的Ray Tracking加速的作法。
它的主要想法是根據三角面做劃分，然後一堆三角面的包圍盒作爲一塊。這樣就解決了上面兩個問題。

PS:假如劃分按照物體的個數均分樹可能也會平衡些。也可以有一些別的劃分策略：

KD-Tree VS BVH