在快速多极方法 (FMM) 的大多数（全部？）实现中，八叉树用于分解相关域。从理论上讲，八叉树提供了一个简单的体积界限，这对于证明 FMM 的 O(n) 运行时间很有用。除了这个理论原理之外，使用八叉树比其他树或树数据结构有什么好处吗？

使用八叉树确定交互列表可能更容易，因为单元格会知道它的直接邻居。然而，使用像Dual Tree Traversal这样更动态的树遍历，交互列表是不必要的。

另一种选择是kd-tree。一个可能的理论缺点是构造需要昂贵的中值查找操作。然而，有些版本的 kd-trees 在构造过程中不需要中值查找——尽管空间分区效率较低。在实现方面，kd-tree 非常简单。

一个更激进的替代方案可能是R-tree。

所以，我的问题是：八叉树是什么让它们成为 FMM 的最佳选择？