gdstk布尔运算速度远慢于Klayout，求高效实现方案

问题根源 #

1. 循环裁剪的低效性：你之前逐个对每个椭圆执行布尔运算，每次调用gdstk.boolean都会产生初始化和运算开销，当图形数量较多时，累积的开销会导致速度急剧下降。
2. 批量运算返回空的原因：你在clip cell中同时添加了裁剪后的孔洞和原始大矩形box，导致clipFlat.polygons包含了box本身。执行gdstk.boolean(box,pols, "not")相当于用box减去box加上所有孔洞，结果自然为空。

优化方案 #

关键修改思路 #

• 批量布尔运算：将所有椭圆合并为一个集合，一次性与mask执行not运算，替代循环逐个处理，大幅减少运算次数。
• 清理运算集合：确保用于减法的图形集合只包含需要裁剪的孔洞，不混入原始矩形。

优化后的代码 #

import gdstk

# 参数定义
dc =5.8
eps = 1/20
cW=2000
d = 70
cL = 10000
g = dc/(1.4*(eps)**0.48) 

# 创建GDS库和单元
lib = gdstk.Library()
pD = lib.new_cell("post")
pRow = lib.new_cell("pArray")
pRef = lib.new_cell("pRef")
inv = lib.new_cell("invDld")

# 构建基础图形
pD.add(gdstk.ellipse((0,0), d/2, tolerance=0.01))   # 阵列单元
box = gdstk.rectangle((-cL/2,-cW/2),(cL/2,cW/2))    # 原始矩形

ny = int(cL / (g + d)) + 1                  # 列数
nx = int(cW / (g + d)) + 1                  # 行数
spc = d + g                                 # 阵列间距
extras = int(ny*eps) + 1

# 创建椭圆阵列
for i in range(ny):
    arr = gdstk.Reference(pD, origin = (i*spc,i*eps*spc - extras*spc), columns = 1, rows= nx + extras, spacing = (0,spc))
    pRow.add(arr) 
rowRef = gdstk.Reference(pRow, origin = (-cL/2,-cW/2), columns = 1, rows= 1, spacing = (0,0))
pRef.add(rowRef)

# 创建边缘裁剪mask
mask = gdstk.boolean(gdstk.offset(box, (extras+2)*spc)[0], box, 'not')[0]

# 批量裁剪椭圆：一次性处理所有椭圆与mask的布尔运算
all_pols = pRef.flatten().polygons
# 用mask裁剪所有椭圆，保留在box内的部分
clipped_pols = gdstk.boolean(all_pols, mask, "not")
# 过滤掉面积过小的碎片
valid_pols = [pol for pol in clipped_pols if pol.area() > 25]

# 执行最终的减法运算：从box中减去所有有效孔洞
result = gdstk.boolean(box, valid_pols, "not")[0]
inv.add(result)

# 清理临时单元并导出GDS
lib.remove(pRef, pRow, pD)
lib.write_gds("optimizedExample.gds")

优化点说明 #

• 批量裁剪：gdstk.boolean(all_pols, mask, "not")一次性对所有椭圆执行裁剪，避免了循环的重复开销，速度与Klayout的批量操作接近。
• 结果修正：只将有效孔洞传入最终的减法运算，确保box减去的是纯粹的孔洞集合，得到正确的带孔矩形。
• 代码简化：移除了不必要的clip中间单元，减少了图形扁平化的次数，进一步提升效率。

内容的提问来源于stack exchange，提问作者Shrinivas Ganti