Voronoids

用于未来宇宙学调查的并行计算Voronoi图的代码

待办事项

• 优化并行版本中识别非冲突点。目前，我们通过索引检查顶点集中的每对点。但我认为记录站点边界并仅使用n-箱交集算法可能会有所帮助。
• 优化计算球体体积和半径
• 优化新建立点之间的邻域关系构建
• 线程流水线。目前，在将数据推入新树和计算之间有很多空闲时间。使用通道分离它们会很好。
• 更好的KDtree实现？KDtree包性能不佳，有时在一个包含10000个点的树上进行一次查询需要30微秒。
• 并行插入？对于非冲突点，顶点和简单形的数量是提前知道的。因此，应该可以分区内存并并行插入。对于冲突点的集合向量，插入的简单形的数量可能无法提前确定。但是，树的不同部分是独立的，也许可以这样做？