Java 多分辨率图形的良好数据结构是什么？

我有一个由数亿个数据点组成的数据集。我希望能够根据缩放级别（即轴比例）有效地渲染此类集合。我希望能够有一个采样子集渲染在全视图。放大时，您将能够看到更详细的数据点，直到达到最大缩放，此时您将能够看到单个数据点。什么样的数据结构可以存储这样的数据集并允许多分辨率访问？

不是100%确定要渲染的数据类型，但我想您可以进行采样并计算近似值，并且随着放大，近似值越来越精确？

您需要保持点的空间索引，因为“离群点”和“密度”是空间属性——离群点是恰好位于低密度区域的点；“缩小”意味着用“采样”点替换一组紧密相连的点；当“放大”时，你真的，真的想忽略掉所有落在当前窗口之外的点。您的操作可能类似于：

void addPoint(Point2D p);
void removePoint(Point2D p);
Iterator<Point2D> getPointsToPaint(Rectangle2D viewArea, int maxDensity, double densityArea);

void addPoint（点2dp）；
空洞清除点（点2D p）；
迭代器GetPointStopPaint（矩形2D视图区域、int maxDensity、double densityArea）；

其中，

viewArea

表示要为其查找点的窗口，

maxDensity

参数可用于控制点抽象：当超过maxDensity点落在

densityArea

正方形内时，您将返回该区域内的

maxDensity

随机点

getPointsToPaint

然后将使用

densityArea

采样框覆盖您的

viewArea

，并返回以下范围内的点：如果小于

maxDensity

，则返回真实点；如果大于

maxDensity

，则返回“采样”点（没有人会注意到1mm2区域内的10个点是否为随机点）

---

典型的空间结构有（2d）和（任意数量的ds）。然而，在它们的默认实现中，它们都不适合快速更改动态数据。另一种选择是使用；但是你似乎真的需要一个多层次的方法，对于多层次的方法来说，树永远是最好的选择。通过快速查看“动态空间索引”的搜索结果，您可能正在寻找一种变体。请注意，这些数据结构不容易从头开始实现。最好的方法可能是依靠外部GIS系统为您记账。有几种可用。

可能是图像金字塔？从哪里获取数据。你是动态加载的吗？@aDoubleSo是的，我有一个数据库后端，提供数据。你可以使用一种平滑算法来减少数据。更多的缩放更少的平滑。@aDoubleSo这仍然需要我遍历整个数据集，这是我试图避免的。根据数据集的不同，保证采样不会遗漏“重要点”可能很困难。特别是，不丢弃离群值的采样要求先识别离群值