List<Vector3> refinedVertexesList = new List<Vector3>();  //新顶点索引容器
List<Vector3> refinedNormalsList = new List<Vector3>();
List<int> trangles = new List<int>();
for (int j = 0; j < tvertices.Length; j++)
{
    if (!refinedVertexesList.Contains(tvertices[j]))
    {
        refinedVertexesList.Add(tvertices[j]);
        refinedNormalsList.Add(tnormals[j]);
        trangles.Add(refinedVertexesList.Count - 1);
    }
    else
    {
        trangles.Add(refinedVertexesList.IndexOf(tvertices[j]));
    }
}

大概的思想就是：

新建一个顶点索引列表，

遍历面队列中记录的每个顶点，

假如没加入新索引，就加入，然后修正面index，

假如已经加入了，就只是修正面index。

结果一运行，发现程序卡在那了，经测试，整个运算过程处理一个模型要十五分钟左右。。。

主要是List的Contains和IndexOf效率都极低，处理6万个顶点，一趟下来就是6万*6万=36亿的次数量级。

然后我试了各种其他容器，Dictionary的问题在于Add极慢，而HashSet虽然Add和Contains都快，但没法得到索引。

最后灵机一动，回归最原始的数组，然后就搞定了：

List<Vector3> refinedVertexesList = new List<Vector3>();  //新顶点索引容器
List<Vector3> refinedNormalsList = new List<Vector3>();
int[] trangles = new int[od.allFaces.Count];
{
    int[] vis = new int[vertices.Count];
    for (int k = 0; k < od.allFaces.Count; k++) //给总顶点索引中此object faces用到的vertexes做标记
    {
        vis[od.allFaces[k].vi] = 1;
    }

    int[] newVis = new int[vertices.Count];     //用于记录原index对应的新index
    for (int k = 0; k < vis.Length; k++)
    {
        if (vis[k] != 0)
        {
            refinedVertexesList.Add(vertices[k]);
            refinedNormalsList.Add(normals[k]);
            newVis[k] = refinedVertexesList.Count - 1;
        }
    }

    for (int k = 0; k < od.allFaces.Count; k++) //更新faces索引
    {
        trangles[k] = newVis[od.allFaces[k].vi];
    }
}

当然肯定有更刁钻的优化算法，但这个已经将耗时控制在0.1s以下，符合需求了。

原理是建立两个最大容量的数组，一个用于记录顶点是否被使用，一个用于记录新旧索引的映射关系。过程中得到新的一份顶点索引和面信息，就ok了。

如此用几十K的内存空间，换到十几分钟的CPU计算时间。

算法优化的本质，是操作元素的数量在2万-6万间变动，那么直接按6万的量来开辟空间，多费一点内存，省下了高速Contains()类容器的Add()时间。

所以没事乱用些不合适的容器，是个很傻的行为。

收录于