跨格会让同一物体对多次进入候选抽屉，提交窄相前需要去重。封面展示的是候选收集过程。

空间分区像给场景放了许多抽屉。但一个物体可能跨过抽屉边界，两个物体也可能在相邻格子的边缘相碰。只按中心点登记，常常能画出整齐的网格，却漏掉需要检查的物体对。

先留下一个能反复运行的反例：大箱子越过四个格子，小箱子碰到它的一角。

广相位只筛候选，不作最终判决

空间网格、四叉树等方法先减少潜在物体对；之后仍要用适合形状的窄相位判断实际接触。两者应分开测试：候选可以多一些，漏掉真实接触则无法由后面的精确算法补救。

下面使用轴对齐矩形及固定网格。它不是完整四叉树，也不处理旋转、连续碰撞或高速穿越。把这些范围说清楚，比直接给出O(NlogN)的总括更有价值；最坏情况下很多物体仍可能聚到同一格子。

多格登记后，物体对要去重

把包围盒覆盖的格子全部登记，同一对物体就可能在多个格子出现。候选对按稳定ID排序后放入集合，精确检测只做一次。

实际实现还要确定边界规则：恰好贴在网格线上是否占另一格。保守多算通常可以接受，但必须统一；不同分支使用不同闭开区间，会让相同场景得到不同候选。

先保住不漏，再谈节省多少

性能记录应来自目标场景和设备。Unity Profiler可以连接实际目标平台取样；在编辑器里看到某段代码更短，不足以宣布物理帧耗时下降。

对我而言，周末值得保留的一行结果不是“优化成功”，而是下面这个跨格候选仍然存在。以后替换数据结构时，它也能继续提醒我不要弄丢这对箱子。

跨越分区边界的大物体登记多个格子，再对候选物体对去重，最后才做精确碰撞。

把关键规则缩成一个可运行例子

下面使用 Python 3 标准库表达算法规则，保存为example.py后运行python3 example.py。它便于观察输入和输出，不替代引擎中的 C++、Shader 或模型实现。

from math import floor from itertools import combinations def candidates(boxes): cells = {} for ident, (x0, y0, x1, y1) in enumerate(boxes): for x in range(floor(x0), floor(x1) + 1): for y in range(floor(y0), floor(y1) + 1): cells.setdefault((x, y), []).append(ident) return {tuple(sorted(pair)) for ids in cells.values() for pair in combinations(ids, 2)} boxes = [(0, 0, 1.2, 1.2), (0.9, 0.9, 1.5, 1.5), (4,4,5,5)] pairs = candidates(boxes) assert pairs == {(0, 1)} print("unique candidate pairs:", sorted(pairs))

本例输出：

unique candidate pairs: [(0, 1)]

这一步完成后，再增加负坐标、极大包围盒和全部重叠场景。算法在理想分布里省下多少工作可以慢慢测，先别让最普通的一次边界接触从系统里消失。

适用范围

未运行刚体引擎或统计帧时间，网格例子只验证候选覆盖与去重；没有声称完整碰撞检测通过。

相关资料

• Unity Profiler手册