MATLAB中基于顶点索引快速裁剪3D三角剖分的优化问询

核心思路 #

用containers.Map构建原顶点索引→新连续索引的哈希映射，替代ismember的线性查找逻辑，大幅提升顶点存在性检查和索引转换的速度，解决性能瓶颈。

具体实现代码 #

假设你已有以下变量：

• pt：原3D顶点坐标数组（1000×3）
• conn：原三角面连接矩阵（2000×3，每行是一个三角面的三个顶点索引）
• selected_verts：需要保留的顶点索引列表（示例中为92个）

基础循环版本（可读性优先） #

% 1. 建立原索引到新索引的哈希映射
vert_map = containers.Map('KeyType', 'double', 'ValueType', 'double');
for idx = 1:length(selected_verts)
    vert_map(selected_verts(idx)) = idx;
end

% 2. 筛选有效三角面并转换索引
new_conn = [];
for face_idx = 1:size(conn, 1)
    v1 = conn(face_idx, 1);
    v2 = conn(face_idx, 2);
    v3 = conn(face_idx, 3);
    
    % 快速检查三个顶点是否都在选中列表内
    if isKey(vert_map, v1) && isKey(vert_map, v2) && isKey(vert_map, v3)
        % 替换为新的连续索引
        new_face = [vert_map(v1), vert_map(v2), vert_map(v3)];
        new_conn = [new_conn; new_face];
    end
end

% 3. 提取裁剪后的顶点坐标
new_pt = pt(selected_verts, :);

向量化版本（性能优先） #

如果觉得循环遍历面不够快，可以用向量化操作进一步提速：

% 1. 建立哈希映射
vert_map = containers.Map('KeyType', 'double', 'ValueType', 'double');
vert_map(selected_verts) = 1:length(selected_verts);

% 2. 批量筛选并转换索引
conn_cell = num2cell(conn, 2);
% 先标记所有三个顶点都在选中列表的面
valid_mask = cellfun(@(face) all(isKey(vert_map, face)), conn_cell);
% 对有效面的顶点索引做批量转换
new_conn = cell2mat(cellfun(@(face) [vert_map{face(1)}, vert_map{face(2)}, vert_map{face(3)}], ...
    conn_cell(valid_mask), 'UniformOutput', false));

% 3. 提取裁剪后的顶点坐标
new_pt = pt(selected_verts, :);

性能优化说明 #

• containers.Map的isKey和键值查找是O(1)的哈希表操作，对比ismember的O(n)线性查找，在顶点数量较大时速度提升非常明显。
• 对于2000个面的规模，两种版本都能快速完成处理，循环版本可读性更强，向量化版本在面数更多时优势更突出。

内容的提问来源于stack exchange，提问作者Yoav Zack