BVH的构建比较耗时间，而且对于动态物体的支持比较麻烦，但是运行效率会更高，因此常用于离线渲染和光线追踪等对性能要求较高的场合。八叉树的构建简洁明了，比较直观。八叉树的结构是固定的，不会受物体位置的影响。
一、游戏场景管理中BVH相比八叉树有什么优劣
BVH的构建比较耗时间，而且对于动态物体的支持比较麻烦，但是运行效率会更高，因此常用于离线渲染和光线追踪等对性能要求较高的场合。
八叉树的构建简洁明了，比较直观。八叉树的结构是固定的，不会受物体位置的影响，这样对动态物体非常友好。
游戏中用的八叉树常常是松散八叉树，就是子节点的范围会比正常的范围略微大一圈，这样如果物体和分割轴相交，也可以放到子节点下。
游戏中物体的大小通常是不变的，物体的移动的处理就很简单，只需要改变物体挂载的子节点位置就行了，而不要调整挂载子节点的深度。
游戏中常常有非常多的动态对象，使用松散八叉树是非常合适的。
BVH在光线追踪上的优势：
曾经写过一个Path Tracing（递归的光线追踪），使用KD树来实现光线相交测试。KD树可以看成一个拓展后的八叉树（八叉树每层要在x,y,z轴上二分，而KD树则是每层选一个轴进行分割）。我最初用的是每层二分的KD树。那么如果要处理下图这种很大的场景中只有数个三角形的情况，则前面几层都是在做一些低效的相交测试（因为和三角形真正占据的面积相差太大）。
但使用BVH进行光线相交测试的话（可以类比为：基于SAH（Surface Area Heuristic）的KD树），则可以进行高效的分割场景，充分考虑三角形本身的面积与形状。同样利用上图场景，基于SAH的KD树可以快速定位到相交的物体，处理的好的话从根往下一层就能找到相交的物体。
BVH相比八叉树：
BVH实现起来比八叉树稍微麻烦一点，八叉树只需要知道场景的大小和模型的精度就能进行分割，然后将模型一个个塞进去即可，而BVH需要了解全部的模型信息才能进行下一步分割。而且游戏场景一般都分布比较均匀（一大片空地的情况少见），上图中物体集中在某一区域的情况比较少，所以利用八叉树和BVH树的层数和效率应该是差不多的。
提到了针对地块进行“2d裁剪”就是八叉树的变种，国内某剑五采用的场景管理方式就是四叉树，做视锥测试什么的很容易而且高效。在NVIDIA实习时还对其引擎做过一个小小的优化，通过确定摄像机在四叉树中的最底层位置，一层层往上由近及远渲染，减少over-draw次数。这个就是利用了四叉树本身的结构性质。优化前后，某帧第6000个DX draw event时的渲染结果
BVH在碰撞检测上：
引擎不会去检测每个三角形之间的碰撞，而是会先检测两者的包围盒（AABB，OBB，DOP等等）是否移动或改变，然后再检测是否相交，然后再检测内部的三角形是否相交。
延伸阅读：
二、八叉树（octree）是什么
八叉树（octree）是三维空间划分的数据结构之一，它用于加速空间查询，例如在游戏中：
加速用于可见性判断的视锥裁剪（view frustum culling）。
加速射线投射（ray casting） ，如用作视线判断或枪击判定。
邻近查询（proximity query），如查询玩家角色某半径范围内的敌方NPC。
