R+树，多维动态对象的索引机制

最近做research，接触到了一些数据库的基础树形结构，R+树是其中之一，文章的主要观点来自“THE  R+-TREE:  A  DYNAMIC  INDEX  FOR MULTI-DIMENSIONAL  OBJECTS”这篇文章，由于刚刚接触，理解还只停留在翻译层面，望有感读者批评指正。

R+树是R树的一个变种，对于R树，它是B树在k维空间的直接拓展，数据结构是由中间节点和叶子节点组成的高度平衡树。R树的搜索性能与覆盖面和重叠面积相关，显然，高效的R树搜索要求这两者能达到最小，最小的覆盖面能减少MBR内死空间的大小，而最小的重叠面尤为重要，由于很难控制R树动态分裂时的重叠面，搜索性能会逐渐退化，甚至有可能从对数级退化到线性级。

无重叠，无覆盖的情况只能针对数据点时才能实现，而无重叠对于区域数据对象也是难以实现的，然而，如果允许对矩形进行分割，中间节点条目的0重叠就容易实现了，这也就是R+树的主要观点。

R+树的结构及属性：

结构
叶节点形式 (oid, RECT)
在二维空间，RECT条目形式为(x_low,x_high,y_low,y_high)
中间节点形式 (p,RECT)
属性
对于中间节点的每个条目(p,RECT)，该节点的p指针所指向的子树当且仅当矩形R包含在RECT中才包括矩形R。唯一的特殊条件是当R是叶节点中的矩形，该情况下R 必须与RECT重叠
中间节点的任意两个条目(p1,RECT1)，(p2,RECT2)，RECT1和RECT2的重叠面积为0
根节点至少有两个孩子除非它是叶节点
所有叶子都在同一层

算法

Search算法：主要思想是首先将搜索空间分成不相连的子区域，然后沿着树向下直到实际的数据对象在叶子中找到。
输入：R+树的根节点R，搜索窗口W
输出：所有与W重叠的数据对象
方法：分解搜索空间并遍历搜索树
S1，如果R不是叶子，检查R的每个条目 (p,RECT)看RECT与W是否重叠。如果重叠则调用Search(CHILD,S∩RECT)，CHILD是p指向的节点。
S2，如果R是叶子，检查R中的所有RECT对象，然后返回与W重叠的。

Insert算法：与R树的不同在于输入的矩形可能被添加到多个叶子中。
输入：R+树的根节点R，输入矩形IR
输出：添加IR后产生的新R+树
方法：找到IR的放置位置，并添加到对应节点
I1，如果R不是叶子，检查R的每个条目 (p,RECT)看RECT与IR是否重叠。如果重叠则调用Insert(CHILD,S∩RECT)，CHILD是p指向的节点。
I2，如果R是叶子，添加IR到R中，如果插入之后R包含的条目数超过M，则调用SplitNode(R)重组树的结构

Delete算法
输入：R+树的根节点R，输入矩形IR
输出：删除IR后产生的新R+树
方法：找到IR的放置位置，并从对应叶子中删除
D1，如果R不是叶子，检查R的每个条目 (p,RECT)看RECT与IR是否重叠。如果重叠则调用Delete(CHILD,S∩RECT)，CHILD是p指向的节点
D2，如果R是叶子，从R中删除IR并调整包含剩余子矩形的父矩形

在进行多次Delete算法后存储利用率明显降低，因此需要对树进行周期性的重组操作，对此文章并没有做进一步的讨论。

接下来，有关分裂的算法就有点繁琐了。

SplitNode算法
输入：节点R
输出：新R+树
方法：找一个分割方法对节点进行分裂，创建两个新节点，如果有必要分裂操作向上或向下继续传递。
SN1，使用Pack算法的Partition程序来分割R节点，RECT和p分别指代与R节点相关的矩形和指针，同时让S1和S2指代分割后的两个子区域。R节点分裂后创建   n1= ( p1,RECT1)和n2=(p2,RECT2)两个节点，并满足RECTi=RECTi∩Si(i=1,2)
SN2(填充新节点)，将R的所有节点条目(pk,RECTk)放到ni中，这样RECTk就完全落在RECTi内(i=1,2)。对于那些节点有RECTk∩  RECTi≠RECTk
a）如果R是叶节点，就将RECTk放在两个节点中
b）否则，调用SplitNode算法以分割策略遍历分割这些子节点，分裂(pk,RECTk)为(pk1,RECTk1)和(pk2,RECTk2)，这里RECTki完全落在RECTi中(i=1,2)， 将这两个节点都添加到对应的节点ni中。

SN3(向上传递节点分裂)，如果R是根节点，创建一个只有两个孩子n1和n2的新根。
否则，让PR成为R的父亲节点，在R节点位置以带有孩子n1和n2的PR节点替代，如果PR条目数超过了M，触发SplitNode(PR)

Partition算法：该算法通过与x轴或y轴平行的直线来分割由N个二维矩形占据的空间，分割线的选择基于以下几个准则：最近距离，最小x位移和最小y位移，两个子区 域形成的最小覆盖空间，矩形分割的最少数量。前三个准则通过减少死空间的覆盖面来简化搜索，第四个准则通过限制分裂次数来限制R+树的高度扩展

Partition算法
输入：矩形集合S，第一个子区域的填充因子ff
输出：节点R，它包含了第一个子区域的矩形和剩余矩形集合S‘。
方法：以局部优化的方式分解实际空间为第一个子区域和剩下的子区域。
PA1，如果要被分割的空间包含的矩形数量不超过ff就不需要做分解工作；创建一个存有这些条目的节点R，算法结束返回(R,Φ)
PA2(计算最小x和y值)，令Ox，Oy为给定矩形的最小x值和最小y值
PA3(沿着x轴执行Sweep算法)，(Cx,x-cut)  =Sweep(“x”,Ox,ff)，Cx是在x方向的分裂成本
PA4(沿着y轴执行Sweep算法)，(Cy,y-cut)  =Sweep(“y”,Oy,ff)，Cy是在y方向的分裂成本
PA5(选择一个分割点)，选择有最小Cx值和最小Cy值的方式分割空间、矩形。创建一个节点R，它存有第一个子区域的所有条目。以S’代表落在第二个子区域的矩 形集合。算法结束返回(R,S‘)

Sweep算法
输入：执行扫描所沿的轴，沿着该轴扫描的起始点，填充因子ff
输出：计算得到的第一个子区域的属性，x_cut和y_cut值
方法：从Oxy开始扫描，计算属性直到达到ff值结束
SW1(找到第一个ff矩形)，从Oxy开始，在沿着输入轴排序的矩形表单中选出下一个ff矩形
SW2(评估分割)，衡量属性(最近邻居，最小覆盖，最少分裂数等)可以用来组织矩形，算法得出这些属性的计算成本，返回结束(成本，ff矩形的最大x坐标和最大y 坐标)

Pack算法：填充因子ff决定了R+树能填充的数量，填充数目越多，搜索越快。因此如数据库保持相对静态，将树填满将取得最佳性能。
输入：要进行组织的矩形集合S，树的填充因子ff
输出：一个“好”R+树
方法：递归地填充树每一层的条目
P1(不需要填充)，如果N=│S│不大于ff，则建立R+树的根节点R并返回
P2(初始化)，令AN=Φ，AN中为等待填充的下层矩形集合
P3(分割空间)，(R,S’)  =  Partition(S,ff)，如果算法在分割非叶节点，由于选择的分割一些矩形也需要进行分割，向下递归地进行分裂，如果有必要也要向上递归分 裂，AN=append(AN,R)，继续步骤P3直到S’=Φ
P4(递归填充非叶节点)，返回Pack(AN,ff)  

之后的实验分析部分就没翻译了，有兴趣的可以参照原文“THE  R+-TREE:  A  DYNAMIC  INDEX  FOR MULTI-DIMENSIONAL  OBJECTS”。

在csdn第一篇技术博文，mark一记，还望各位技术大牛多多指点。