W większości (wszystkich?) Implementacji szybkiej metody wielobiegunowej (FMM) do dekompozycji odpowiedniej domeny używa się oktetów. Teoretycznie oktany zapewniają proste wiązanie wolumetryczne, które jest przydatne do udowodnienia czasu działania O (n) FMM. Poza tym teoretycznym uzasadnieniem, czy istnieją korzyści z używania Octree w porównaniu do innych struktur danych drzewa lub trie?
Określenie listy interakcji może być łatwiejsze dzięki oktawie, ponieważ komórka zna swoich bezpośrednich sąsiadów. Lista interakcji jest jednak niepotrzebna przy użyciu bardziej dynamicznego przejścia przez drzewo, takiego jak Dual Tree Traversal .
Alternatywą byłoby drzewo KD. Jednym z możliwych teoretycznych minusów jest to, że konstrukcja wymaga kosztownej mediany operacji wyszukiwania. Istnieją jednak wersje drzewek Kd, które nie wymagają znalezienia mediany podczas budowy - aczkolwiek z mniej wydajnym dzieleniem przestrzeni. Pod względem implementacji drzewo kd jest bardzo proste.
Jeszcze bardziej radykalną alternatywą może być R-drzewo .
Moje pytanie brzmi więc: co jest w Octrees, które czynią z nich najlepszy wybór na FMM?