Indexing R-树与四叉树比较

我想比较地理空间数据的R树和四叉树。虽然有文献，但我很难找到涵盖真正基本比较的文件。所以我决定问这个问题

在我看来，R-树有平衡的优势，树没有空叶子。 缺点是，insert或delete等基本操作可能会导致重新构造整个索引

四叉树正好相反，它是不平衡的，有空的叶子，但它不需要重新构造

因此，作为一个fazit，我要说的是，R-树确实需要更少的内存，而且由于最小的高度，搜索速度更快。 当有许多更新操作时，四叉树会更好，但是生成的树可能不平衡

你认为这些观点正确吗？ 有没有关于这个主题的好文件

Auf Wiedershen，Andre

“重组整个指数”。否。重组R-树仅限于一条路径，而不是“整个”索引。 实际上，它的工作原理与B-树类似

考虑实现这两者，并自己做一些基准测试，以真正了解它们的性能。不要只使用理论

---

在具有高变化频率的均匀分布数据上，四叉树通常工作得更好。在磁盘上，R-树具有明显的优势。

这篇文章对四叉树和R-树进行了很好的比较：

一些差异：

• 四叉树需要通过选择适当的平铺级别进行微调，以优化性能。R树不需要特定的调优
• 四叉树可以在现有B-树的基础上实现。R-树-不能
• 四叉树索引的创建速度比R-树快
• 对于最近邻查询，R-树比四叉树快得多
• 对于窗口查询，R树比四叉树要快得多，比如“内部”、“包含”、“覆盖”等

---

“重组整个指数”。不会。重组仅限于一条路径，而不是“整体”索引。考虑实施这两种方法，并自己做一些基准测试，以真正知道它们是如何执行的。不要只使用理论。有许多不同的四叉树类型，所以在尝试比较之前要了解其中的大部分。此外，实现中的细微变化可能会带来不同的执行时间（例如，传递矩形对象与传递4个参数x、y、width、height）。