CadenXc's Blog
0%

可编辑曲面性能优化

发表于 Valine：
性能优化。

之前的可编辑模型(如正方体，圆台）不涉及复杂的性能瓶颈，但是可编辑曲面不同。它的本质是沿着样条线（Spline）动态生成的拓扑结构，其顶点数量没有硬性上限，而是与路径长度、采样精度以及断面复杂度呈线性甚至几何级数增长。

优化策略

埋点分析与耗时监控

“没有测量就没有优化。” 在盲目优化之前，必须知道瓶颈在哪。实现一个自定义的计时器类（Scoped Timer），在几何生成、碰撞构建等关键函数的入口进行埋点。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
struct FScopedTimer
{
    FString FunctionName;
    double StartTime;

    static int32 Depth;

    FScopedTimer(FString InName)
        : FunctionName(InName)
    {
        StartTime = FPlatformTime::Seconds();
        Depth++;
    }

    ~FScopedTimer()
    {
        double EndTime = FPlatformTime::Seconds();
        float DurationMs = (float)((EndTime - StartTime) * 1000.0);

        FString Indent = TEXT("");
        for (int32 i = 1; i < Depth; ++i)
        {
            Indent += TEXT("  |  ");
        }

        FString LogLine = FString::Printf(TEXT("[%s] %s%s: %.4f ms\n"),
            *FDateTime::Now().ToString(TEXT("%H:%M:%S.%s")),
            *Indent,
            *FunctionName,
            DurationMs);

        FString FilePath = FPaths::ProjectSavedDir() / TEXT("Profiling/SurfaceGenPerf.txt");
        FFileHelper::SaveStringToFile(LogLine, *FilePath, FFileHelper::EEncodingOptions::AutoDetect, &IFileManager::Get(), FILEWRITE_Append);

        Depth--;
    }
};

int32 FScopedTimer::Depth = 0;

内存管理：缓存复用与预分配

C++ 中频繁的内存分配是非常昂贵的

  • 成员变量缓存： 将 LeftRailRaw, CachedRawPoints 等高频使用的数组提升为类的成员变量。每次生成时，调用 Reset() 而不是 Empty()。Reset() 会清空数据但保留 Capacity（容量），从而避免了底层的内存释放与重新分配。
  • 预分配 ： 在填充数据前，通过 CalculateVertexCountEstimate() 估算大概的顶点数，并调用 MeshData.Reserve()。这避免了 TArray 在 Add 过程中因为扩容而发生的多次数据搬迁。

智能减面：基于角度的自适应采样

并非所有的路段都需要同等密度的顶点采样。直线段仅需首尾两点确定，而弯道才需要高密度逼近。

  • 原理： 计算相邻线段方向向量的点积：
    $$\vec{v_1} \cdot \vec{v_2} = \cos(\theta)$$
    如果点积接近 1（例如 > 0.9998），说明线段几乎共线，中间的顶点是冗余的，可以剔除。
  • 效果： 在不损失视觉质量的前提下，大幅减少了生成的三角形数量，进而减轻了 GPU 的光栅化压力。

算法优化：空间哈希加速去环检测

当曲面发生自我交叉（打结）时，我们需要检测并剔除这些几何体。朴素的去环检测需要 $O(N^2)$ 的暴力比对，顶点过多容易卡死线程。

  • 解决方案： 引入空间哈希 (Spatial Hashing)。

  • 实现： 我们将 3D 空间投影到 2D 网格，通过简单的位运算和大质数散射 ((X * 73856093) ^ (Y * 19349663)) & (HashSize - 1) 将顶点映射到哈希桶中。之后会执行精确的 3D 欧氏距离检测。只要高度（Z轴）差距足够大，即便 2D 投影重叠，也绝不会被错误剔除。

  • 提升： 查询复杂度降至接近 $O(1)$，实现实时拖拽去环。