pbd不适合水体流体模拟，也不等价于sph；它仅能实现无物理真实性的胶状近似，而sph或dfsph才能模拟涡旋、飞溅和表面张力等真实水体行为。
直接说结论：PBD（Position-Based Dynamics）本身不适合做水体流体模拟，更不等价于 SPSH（Smoothed Particle Hydrodynamics）；用 PBD “实现水体”通常只是视觉近似，且必须放弃物理准确性——如果你需要真实感强、带涡旋/飞溅/表面张力的水体效果，SPH 或 DFSPH 是更合理的选择，而 PBD 只能处理极简化的“可拉伸胶状液体”。
为什么 PBD 不是 SPH，也不能直接替代 SPH
PBD 是一种约束求解框架，核心是迭代修正粒子位置以满足几何约束（如距离、体积、不可压缩性），它没有显式建模压力、粘度或核函数积分；而 SPH 是基于连续介质假设和核近似的拉格朗日流体方法，必须计算密度、压力梯度、粘性力等物理量，依赖 Wendland 或 Spiky 核函数和邻居搜索（如 spatial hashing 或 octree）。
常见误解是把“PBD + 体积约束”当成水——这只能防止粒子团塌缩，但无法产生表面张力、压力传播延迟、飞溅或自由液面行为。实际运行中你会看到：
- 粒子群像一团果冻，受重力后缓慢下垂，无流动分离
- 碰撞时无飞溅，只有整体反弹或穿透
- 无法调节粘度/表面张力参数，所有“流体感”靠调约束迭代次数和阻尼硬编码
如果坚持用 PBD 模拟类水体，关键改造点在哪
要在 PBD 框架里逼近水的观感，必须绕过其原生限制，引入少量 SPH 风格的计算，但不改变主循环结构。重点不是“替换算法”，而是“在 PBD 位置修正前插入轻量物理估算”：
- 用
spatial hashing构建邻居表（不能只靠暴力 O(n²)），哈希桶尺寸建议设为平均粒子间距的 1.5 倍 - 每帧先算局部密度
rho_i = sum_j W(|x_i − x_j|)，用Spiky kernel（避免负压） - 按密度偏差构造伪压力约束：
Δx_i ∝ (rho_i − rho0) * ∇W，再把这个偏移加到 PBD 的位置更新步长中 - 表面张力可简化为：对每个粒子，收集邻居法向均值，再施加一个朝向该法向的小幅位移（需归一化，否则爆炸）
- 务必关闭 PBD 默认的
velocity damping，否则流体迅速停滞；改用基于速度差的邻居级粘性项（类似Monaghan viscosity的简化版）
性能瓶颈和最容易崩的三个地方
实时（≥30 FPS）跑 2k~5k 粒子水体，在现代 CPU 上可行，但稍有不慎就会崩溃或卡死：
-
neighbor search没做 early exit 或桶未复用内存，单帧耗时从 2ms 涨到 40ms - 密度计算中没加
rho0下限保护，某粒子密度突降到 0 → 压力项除零或反向爆炸 - 伪压力位移未与 PBD 主约束迭代解耦，导致约束冲突：比如体积约束想撑开粒子，压力项又往里推，结果震荡发散
调试时优先输出单粒子的 rho_i 和 Δx_i 绝对值，看是否集中在合理区间（例如 rho_i ∈ [0.8, 1.2] * rho0，|Δx_i| ）。
真正做水，别硬套 PBD；真要用 PBD，就接受它是“类水软体”，别指望它解 Navier-Stokes。最常被忽略的是：SPH 的稳定性极度依赖时间步长和核半径比，而 PBD 用户往往直接抄了刚体参数，忘了流体对 dt 敏感度高两个数量级。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
