ข้อได้เปรียบที่สำคัญของต้นไม้รูปสี่เหลี่ยมคือช่วยให้คุณละทิ้งกลุ่มทั้งหมดของถังจากการพิจารณาอย่างรวดเร็ว
ตัวอย่างเช่นสมมติว่าฉันมีต้นไม้รูปสี่เหลี่ยมที่มีหกระดับ ที่ระดับต่ำสุดนั่นคือกล่องขนาด 32x32 1024 กล่องประกอบด้วยส่วนล่างที่มีรายละเอียดมากที่สุด สำหรับการเปรียบเทียบเราจะพิจารณา "แฮ็กพื้นที่" - กริดแบบแบนซึ่งมี 32x32 กล่องรวม 1024 กล่อง (ต้นไม้รูปสี่เหลี่ยมมีมากกว่า 1024 กล่องทั้งหมดเนื่องจากมันยังมีกล่องที่มีขนาดใหญ่กว่าในระดับที่สูงกว่า)
สมมติว่าไม่มีวัตถุที่สามารถชนกันได้ในระบบ - กล่องทั้งหมดของต้นไม้รูปสี่เหลี่ยมและตารางแบนของเรานั้นว่างเปล่าทั้งหมด
หากคุณกำลังทดสอบการชนของบางสิ่งที่มีขนาดใหญ่พอที่กล่องขอบของมันจะตัดกันกล่องเหล่านั้นทั้งหมดและคุณกำลังใช้กริดแบบแบนคุณจะต้องตรวจสอบทุก ๆ 1024 กล่องเพื่อดูว่ามีอะไรอยู่ในนั้นหรือไม่ พวกเขา
แต่ถ้าคุณใช้ต้นไม้รูปสี่เหลี่ยมซ้อนกันระดับบนสุดสามารถบอกคุณได้ว่าไม่มีวัตถุอื่นในระบบดังนั้นคุณต้องดูที่กล่องเดียวเท่านั้นเพื่อที่จะรู้ว่าคุณจะไม่เจอการชน ลึกลงไปในต้นไม้คุณสามารถหยุดการทดสอบได้ทันที
ในทำนองเดียวกันถ้าวัตถุมีอยู่เฉพาะในบางภูมิภาคของต้นไม้รูปสี่เหลี่ยมต้นไม้รูปสี่เหลี่ยมจะนำการค้นหาของคุณผ่านกล่องที่เกี่ยวข้องเท่านั้นในขณะที่ตารางต้องการให้คุณตรวจสอบทุก ๆ กล่องที่ตัดกันเพราะคุณไม่มีวิธีรู้ล่วงหน้า ช่องสี่เหลี่ยมใดจะมีวัตถุอยู่ในนั้น หากต้นไม้สี่ต้นของคุณว่างเปล่าและคุณกำลังทำข้อค้นหาที่ซับซ้อนและซับซ้อน (เช่น frustums กล้องตัวใหญ่แทนที่จะเป็นสี่เหลี่ยมเล็ก ๆ ที่เรียบง่าย) คุณอาจพบว่าคุณทำซ้ำในจำนวนที่น้อยลงถ้าคุณทำ ทดสอบกับสิ่งที่ใช้โครงสร้างแบบต้นไม้แทนที่จะเป็นกริดแบบแบน และนั่นสามารถสร้างความแตกต่างที่ยิ่งใหญ่
ทั้งหมดนี้ไม่ได้บอกเป็นนัยว่าโครงสร้างของต้นไม้เป็นตัวเลือกที่ถูกต้องเสมอ กริดแบบแบนเหมาะอย่างยิ่งสำหรับสถานการณ์ที่คุณมีในตัวอย่างของคุณ - ก้อนเมฆที่หนาแน่นของวัตถุกระจายไปทั่วทุกหนทุกแห่งทั่วโลกและเราทำการทดสอบการชนแบบง่าย ๆ และราคาไม่แพง แน่นอนว่ากริดน่าจะเป็นวิธีที่ดีที่สุดในกรณีนั้น!