Python 批量装载点四叉树

我实现了一种批量加载点四叉树的方法。但对于某些输入，它不能正常工作，例如，如果有许多点具有相同的x或y坐标。 一个示例数据集是：

test = [(3, 1), (16, 1), (11, 4), (5, 4), (9, 6), (5, 10),
        (1, 15), (11, 5), (11, 15), (12, 16), (19, 17)]
tree = create(test)

问题出现在以下位置：

（11,4）、（11,5）、（11,15）

和

（5,10）、（5,4）

这是

创建

功能：

def create(point_list, presorted=False):
    if not point_list:
        return QuadNode()

    if not presorted:
        point_list.sort(key=lambda p: [p[0],p[1]])

    median = len(point_list) >> 1

    relevantPoint = point_list[median]
    relevantYCoordinate = relevantPoint[1]

    node = QuadNode(data=relevantPoint)

    leftBins = point_list[:median]
    rightBins = point_list[median + 1:]

    nwBins = [bin for bin in leftBins if bin[1] >= relevantYCoordinate]
    swBins = [bin for bin in leftBins if bin[1] < relevantYCoordinate]

    neBins = [bin for bin in rightBins if bin[1] >= relevantYCoordinate]
    seBins = [bin for bin in rightBins if bin[1] < relevantYCoordinate]

    node.nwNode = create(nwBins, presorted=True)
    node.swNode = create(swBins, presorted=True)

    node.neNode = create(neBins, presorted=True)
    node.seNode = create(seBins, presorted=True)
    return node

我想遵循插入、删除等规则：

• swNode

  point.x

  和

  point.y

• seNode

  point.x>=parent.x

  和

  point.y

• nwNode

  point.x

  和

  point.y>=parent.y

• neNode

  point.x>=parent.x

  和

  point.y>=parent.y

---

您选择中间的方法是正确的（正如在的原始文章Quadtrees:A data structure for Retrieve on composite Key中所解释的那样），但是为子树构建子集合的方式是错误的

例如，对于此排序列表：

[（1,1）、（1,2）、（1,3）]

中位数为

1,2

，并且根据您的边界规则，

1,1

必须位于SE，而

1,3

必须位于NE。
在原始文章中，SE和NW是“开放”的，而NW和SE是封闭的：

1,1

在NW，而

1,3

在SE。正如您在边界定义中看到的，中间带之前的所有元素将位于东南或西北方向，中间带之后的所有元素将位于西南或东北方向。但这不符合你对边界的定义

因此，要么你的边界定义有问题，要么你必须检查列表中的每个元素，以确保它最终位于正确的区域。对于EAX示例：

relevantPoint = point_list[median]
node = QuadNode(data=relevantPoint)
del point_list[median]

nwBins = [(x,y) for x,y  in point_list if x < relevantPoint[0] and y >= relevantPoint[1]]
swBins = [(x,y) for x,y  in point_list if x < relevantPoint[0] and y < relevantPoint[1]]
seBins = [(x,y) for x,y  in point_list if x >= relevantPoint[0] and y <= relevantPoint[1]]
neBins = [(x,y) for x,y  in point_list if x <= relevantPoint[0] and y > relevantPoint[1]]

relevantPoint=点列表[中间值]
节点=四节点（数据=相关点）
del point_列表[中间值]
如果x=relevantPoint[1]]，则nwBins=[（x，y）表示点_列表中的x，y]
如果xseBins=[（x，y）对于点列表中的x，y如果x>=相关点[0]和y，你能提供一篇讨论选择中值的论文或文章/博客吗？事实上，我刚刚意识到我的答案是完全错误的，将更改为几分钟，对不起…所以现在的输出是
[（1，15），（3，1），（5，4），（5，10），（9，6），（11，4），（11，5），（11，15），（11，15），（12，16），（16，1），（19，17）]
。您希望输出是什么？我有点忘记了四叉树是如何工作的。。
relevantPoint = point_list[median]
node = QuadNode(data=relevantPoint)
del point_list[median]

nwBins = [(x,y) for x,y  in point_list if x < relevantPoint[0] and y >= relevantPoint[1]]
swBins = [(x,y) for x,y  in point_list if x < relevantPoint[0] and y < relevantPoint[1]]
seBins = [(x,y) for x,y  in point_list if x >= relevantPoint[0] and y <= relevantPoint[1]]
neBins = [(x,y) for x,y  in point_list if x <= relevantPoint[0] and y > relevantPoint[1]]