QEM核心思想是“找最优替代点”而非删点：通过最小化新顶点在所有邻接平面上的平方距离和（即vᵀQv），求解二次误差最小化的线性方程组确定最佳收缩位置，其中Q为累加各邻面平面方程系数外积所得的4×4对称二次误差矩阵。
什么是 Quadric Error Metrics（QEM）的核心思想
QEM 不是“删点”而是“找最优替代点”：每次合并两个顶点时，不是简单取平均，而是求解一个二次误差最小化问题，让新顶点在所有关联面片上的几何失真总和最小。这个“失真”用平面方程的代入值平方来建模——每个三角面片对应一个 ax + by + cz + d = 0，误差就是 (ax + by + cz + d)²。
关键点在于：每个顶点维护一个 4×4 对称矩阵 Q（quadric matrix），它累加了所有邻接面片对应的二次型。合并顶点 v1 和 v2 时，新顶点位置 v_new 应使 v_newᵀ(Q1 + Q2)v_new 最小（带约束 v_new 在齐次坐标下最后一维为 1）。
怎么构造单个面片的 quadric 矩阵
给定三角面片三个顶点 v0, v1, v2，先算单位法向量 n 和面上一点 p（比如 v0），则平面方程为 n·(x − p) = 0，即 n·x − n·p = 0。写成齐次形式：[nₓ, n_y, n_z, −n·p] · [x, y, z, 1]ᵀ = 0。
这个平面定义的二次误差是其左边项的平方，展开后对应一个 4×4 矩阵：
立即学习“C++免费学习笔记（深入）”；
Q_face = outer_product(plane_vec, plane_vec); // plane_vec = {n.x, n.y, n.z, -dot(n,p)}注意：Q_face 是秩 1 矩阵；实际中建议加一个极小对角扰动（如 1e-8 * I）避免后续求逆失败。
常见错误：
- 法向量没单位化 → 导致误差量纲失衡，简化后网格严重塌陷
- 用非齐次坐标计算
Q→ 矩阵维度错，后续求解无意义 - 忽略面片朝向，直接叉积不判断顶点顺序 → 法向反向，
Q符号翻转但平方后看不出来，实则优化目标跑偏
怎么求解最优收缩点（collapse vertex）
对候选边 (v1, v2)，其合并后的新顶点 v_new 应最小化总误差 v_newᵀ(Q1 + Q2)v_new，其中 Q1, Q2 是两端点当前 quadric 矩阵之和。
设 Q_sum = Q1 + Q2，记 v_new = [x, y, z, 1]ᵀ，则目标函数为：
f(x,y,z) = [x y z 1] * Q_sum * [x y z 1]ᵀ
对 x,y,z 求偏导并令为 0，可得线性方程组：A * [x y z]ᵀ = b，其中：
-
A是Q_sum的左上3×3子块 -
b是−Q_sum的第 4 列前 3 行（带符号）
如果 A 奇异（行列式 ≈ 0），说明约束太弱，退化为取 v1 或 v2 中 Q_sum 误差更小的那个；或强制设 v_new = (v1 + v2) * 0.5 并跳过该边。
性能提示：不要每次都 SVD 或 full inverse —— 用 std::getrf + std::getrs（LAPACK）或 Eigen 的 llt().solve() 更稳更快。
边坍缩时怎么更新邻接关系和 quadric 矩阵
真正难的不是数学，是拓扑维护。手写时最容易崩在半途：删了顶点但面索引没重映射，或某条边被多次坍缩导致非法三角形。
推荐用半边结构（half-edge）或至少维护：
- 每个顶点的邻接面列表（
vector<size_t></size_t>，存 face index） - 每个面的三顶点索引（
array<size_t></size_t>） - 一个布尔数组
is_deleted_vertex[]标记已移除顶点
坍缩边 (v1, v2) → v_new 后必须：
- 将所有含
v2的面，把v2替换为v_new（注意检查是否退化为线段） - 合并
v1和v2的邻接面列表，并去重 - 更新
v_new的 quadric 矩阵为Q1 + Q2（不是平均！） - 标记
v2为已删除，并从所有数据结构中逻辑剔除（暂不物理擦除，避免索引漂移）
容易被忽略的细节：当多个边共享同一端点时，一次只处理一条边；否则并发更新会破坏邻接一致性。QEM 本身不保证全局最优，但乱序坍缩会让结果完全不可控。
