四叉树与八叉树

四叉树与八叉树

前序

四叉树或四元树也被称为Q树(Q-Tree)。四叉树广泛应用于图像处理、空间数据索引、2D中的快速碰撞检测、存储稀疏数据等,而八叉树(Octree)主要应用于3D图形处理。对游戏编程,这会很有用。本文着重于对四叉树与八叉树的原理与结构的介绍,帮助您在脑海中建立四叉树与八叉树的基本思想。本文并不对这两种数据结构同时进行详解,而只对四叉树进行详解,因为八叉树的建立可由四叉树的建立推得。若有不足之处,望能不吝指出,以改进之。^_^  欢迎Email:zhanxinhang@gmail.com

四叉树与八叉树的结构与原理

四叉树(Q-Tree)是一种树形数据结构。四叉树的定义是:它的每个节点下至多可以有四个子节点,通常把一部分二维空间细分为四个象限或区域并把 该区域里的相关信息存入到四叉树节点中。这个区域可以是正方形、矩形或是任意形状。以下为四叉树的二维空间结构(左)和存储结构(右)示意图(注意节点颜 色与网格边框颜色):

 

四叉树的每一个节点代表一个矩形区域(如上图黑色的根节点代表最外围黑色边框的矩形区域),每一个矩形区域又可划分为四个小矩形区域,这四个小矩形区域作为四个子节点所代表的矩形区域。

较之四叉树,八叉树将场景从二维空间延伸到了三维空间。八叉树(Octree)的定义是:若不为空树的话,树中任一节点的子节点恰好只会有八个,或零个,也就是子节点不会有0与8以外的数目。那么,这要用来做什么?想象一个立方体,我们最少可以切成多少个相同等分的小立方体?答案就是8个如下八叉树的结构示意图所示:

 

 

四叉树存储结构的c语言描述:

/* 一个矩形区域的象限划分::
          
       UL(1)   |    UR(0)
     ----------|-----------
       LL(2)   |    LR(3)
以下对该象限类型的枚举
*/
typedef enum
{
    UR = 0,
    UL = 1,
    LL = 2,
    LR = 3
}QuadrantEnum;

/* 矩形结构 */
typedef struct quadrect_t
{    
    double  left, 
            top, 
            right, 
            bottom;
}quadrect_t;

/* 四叉树节点类型结构 */
typedef struct quadnode_t
{
    quadrect_t    rect;          //节点所代表的矩形区域
    list_t        *lst_object;   //节点数据, 节点类型一般为链表,可存储多个对象
    struct  quadnode_t  *sub[4]; //指向节点的四个孩子 
}quadnode_t;

/* 四叉树类型结构 */
typedef struct quadtree_t
{
    quadnode_t  *root;
    int         depth;           // 四叉树的深度                    
}quadtree_t;

四叉树的建立

1、利用四叉树分网格,如本文的第一张图<四层完全四叉树结构示意图>,根据左图的网格图形建立如右图所示的完全四叉树。

伪码:

Funtion QuadTreeBuild ( depth, rect )

   {

QuadTree->depth = depth;


/*创建分支,root树的根,depth深度,rect根节点代表的矩形区域*/

QuadCreateBranch (  root, depth, rect );

   }


Funtion QuadCreateBranch ( n, depth,rect )

   {

if ( depth!=0 )

   {

n = new node;    //开辟新节点

n ->rect = rect; //将该节点所代表的矩形区域存储到该节点中

将rect划成四份 rect[UR], rect[UL], rect[LL], rect[LR];


/*创建各孩子分支*/

QuadCreateBranch ( n->sub[UR], depth-1, rect [UR] );

QuadCreateBranch ( n->sub[UL], depth-1, rect [UL] );

QuadCreateBranch ( n->sub[LL], depth-1, rect [LL] );

QuadCreateBranch ( n->sub[LR], depth-1, rect [LR] );

   }

   }


2、假设在一个矩形区域里有N个对象,如下左图一个黑点代表一个对象,每个对象的坐标位置都是已知的,用四叉树的一个节点存储一个对象,构建成如下右图所示的四叉树。


方法也是采用递归的方法对该矩形进行划分分区块,分完后再往里分,直到每一个子矩形区域里只包含一个对象为止。

伪码:

Funtion QuadtreeBuild()

  {

     Quadtree = {empty};
     For (i = 1;i<n;i++)      //遍历所有对象

{

   QuadInsert(i, root);//将i对象插入四叉树

}          

         剔除多余的节点;       //执行完上面循环后,四叉树中可能有数据为空的叶子节点需要剔除
  }    


Funtion QuadInsert(i,n)      //该函数插入后四叉树中的每个节点所存储的对象数量不是1就是0

  {  

     if(节点n有孩子)

 {      

    通过划分区域判断i应该放置于n节点的哪一个孩子节点c;       

    QuadInsert(i,c);

 }

     else if(节点n存储了一个对象)

 {

    为n节点创建四个孩子;

    将n节点中的对象移到它应该放置的孩子节点中;

    通过划分区域判断i应该放置于n节点的哪一个孩子节点c;

    QuadInsert(i,c);

 }

     else if(n节点数据为空)    

 {

    将i存储到节点n中;

 }

  } 


(以上两种建立方法作为举一反三之用)


用四叉树查找某一对象

1、采用盲目搜索,与二叉树的递归遍历类似,可采用后序遍历或前序遍历或中序遍历对其进行搜索某一对象,时间复杂度为O(n)。

 

2、根据对象在区域里的位置来搜索,采用分而治之思想,时间复杂度只与四叉树的深度有关。比起盲目搜索,这种搜索在区域里的对象越多时效果越明显


伪码:

Funtion find ( n, pos, )

  {

      If (n节点所存的对象位置为 pos所指的位置 )

          Return n;

      If ( pos位于第一象限 )

          temp = find ( n->sub[UR], pos );

      else if ( pos位于第二象限)

          temp = find ( n->sub[UL], pos );

      else if ( pos位于第三象限 )

          temp = find ( n->sub[LL], pos );

      else  //pos 位于第四象限

          temp = find ( n->sub[LR], pos );

      return temp;   

  } 

结语:

熟话说:结构之法,算法之道。多一种数据结构就多一种解决问题的方法,多一种方法就多一种思维模式。祝君学习愉快!^_^

http://www.cnblogs.com/bluesea-flash/p/3338098.html

http://www.cnblogs.com/xinxianshi/archive/2011/08/21/2157249.html

转载请注明出处: http://blog.csdn.net/zhanxinhang/article/details/6706217

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值