文章版权由作者李晓晖和博客园共有，若转载请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/
1.背景
在之前的博客中，我分别介绍了基于网格的空间索引（http://www.cnblogs.com/naaoveGIS/p/5148185.html）以及四叉树和网格结合的联合索引（http://www.cnblogs.com/naaoveGIS/p/6641449.html），要解决的问题均是判断一个点落在了面图层中的哪个面要素中。单从算法层面上分析，以上两种索引均有一些弊端：
a.网格索引由于对整个空间进行网格划分，如果划分粒度太细容易出现索引冗余，如果划分粒度太大则索引效率又大幅度下降。
b.四叉树索引同样存在一个图元标识被多个区域所关联，相应地存储在多个叶子节点上，这样就存在索引的冗余，与网格索引存在同样的弊端。
为进一步优化索引，我们决定采用R树来进行优化。
2.R树介绍
延伸阅读
- ssh框架 2016-09-30
- 阿里移动安全 [无线安全]玩转无线电——不安全的蓝牙锁 2017-07-26
- 消息队列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 论文笔记【图片目标分割】 2017-07-26
- 词向量-LRWE模型-更好地识别反义词同义词 2017-07-26
- 从栈不平衡问题 理解 calling convention 2017-07-26
- php imagemagick 处理 图片剪切、压缩、合并、插入文本、背景色透明 2017-07-26
- Swift实现JSON转Model - HandyJSON使用讲解 2017-07-26
- 阿里移动安全 Android端恶意锁屏勒索应用分析 2017-07-26
- 集合结合数据结构来看看(二) 2017-07-26
学习是年轻人改变自己的最好方式