东大组会准备（一）论文Quad Trees A Data Structure for Retrieval on Composite Keys

空间索引

问题一 为什么需要空间索引

• 如果要根据自己所在的位置查询附近50米的POI（商家、景点等点信息）
• 解决方案：
  1. 计算所有POI与所在位置的距离（计算N次再比较N次） 4.6s
  2. 矩形的过滤方法（范围框起来，经纬度在矩形过滤函数规定的范围内，在求出距离小于50米的POI。）0.36s
  3. 方法二虽然强于方法一但是的执行时间仍然比较耗时，其原因在于遍历过程，因此我们想到了索引。对维度进行B树的索引后，查询分为三个步骤。
     
     首先根据纬度范围找到符合条件的POI，在筛选出指定经度范围的数据，最后计算距离。0.01s。

1）但是B树只能对经度或纬度索引（一维索引），与期望的不符
　　我们期待的是快速找出落在某一空间范围的POI（如矩形），而不是快速找出落在某纬度或经度范围的POI，想象一下，我要查询北京某区的POI，但是B树索引不仅给我找出了北京的，还有与北京同一维度的天津、大同、甚至国外城市的POI，当数据量很大时，效率很低。
　　

既然传统的索引不能很好的索引空间数据，我们自然需要一种方法能对空间数据进行索引，即空间索引。

空间索引四叉树经典论文

Quad Trees A Data Structure for Retrieval on Composite Keys

• 一种用于多key值组合检索的数据结构

总纲

• 四叉树是用于存储那些便于组合key键检索的信息的数据结构。
• 这种结构可以推广到任意维度，本文只讨论二维。
• 论文给出了前向插入和平衡插入四叉树的算法。
• 提出了区域检索算法
• 删除和合并显得很难

摘要

• 解决多键组合搜索问题的有效方式是将记录映射到多维空间中去，每一个属性当成一个维度。
• 一个查询考虑结果存在与否的记录满足给定的标准。该标准是，该记录是否为给定空间维度中的子集。
• 满足即返回
• 单键检索目前研究的已经很好了，经验告诉我们二叉树对表示线性有序数据是一个很好的数据结构。而平衡二叉树提供了一个有保证的快速结构。
• 这篇论文将会推广二叉树来处理固有的二维结构的数据。例如：找出所有距离芝加哥或者西雅图300里的城市
• 提出用于解决上述问题的结构称为四叉树。
• 这些基本概念很容易被推广到任意维度

定义和符号

• 拥有两维键的数据记录将会存储到一个树中，该树每个节点的出度都是四。每个节点都存储一条记录，同时拥有四个孩子节点。树的根节点将其领域划分为四个象限，分别为NE（东北）NW（东西），SW（西南），SE（西北）与地图类似。
• 下图表示了一棵简单的树与它代表的记录之间的相应关系
• 
• 
• 如果节点位于象限线上，依照惯例一三象限是闭合的，在哪个象限的线上就划分到哪个象限中去，能够快速定位节点在根的哪个象限。
  
  
  

总结

• 四叉树的树枝就是一个索引，叶子结点存的才是实际的信息，相当于不断向下划分再划分。可以倒过来看，一张大网格里边有上万个小格，对每个小格的定位是通过这张大网的不断划分得到的。
• 四叉树的结构比较简单，并且当空间数据对象分布比较均匀时，具有比较高的空间数据插入和查询效率