Teapot in a stadium problem
Spatial Partitions
1.Oct Tree
全称为 Octant Tree,(通常简称为 Octree。"Oct" 源于拉丁词根 "octo")
2.KD树
全称为K-Dimensional Tree
![遍历KD树](https://i-blog.csdnimg.cn/direct/f0e0559e55094998a906d5d22807fd8f.png)
高维度下,KD树会退化成线性搜索,失去了树结构的优势。
3.BSP树
(Binary Space Partitioning Tree)
4.BVH树
(Bounding Volume Hierarchy)(常用)
BVH划分的不是空间而是物体
Median object
是一种来自决策理论和认知科学的概念,通常用于描述在多维度选择空间中具有中介作用的对象或选项。它广泛应用于社会选择理论、决策科学、以及数学中的几何理论。
-
几何和数学背景:
- 在几何或数学的语境中,"median object" 可以理解为多维空间中某些数据点之间的“中间”点。换句话说,它是一个点,位于几个其他点的几何中心或“中间位置”。这个概念可以类比于一维空间中的中位数 (median),但在这里应用于多维空间或多个对象。
-
社会选择与决策理论:
- 在社会选择理论中,"median object" 常用于描述在多个选项或偏好中居中位置的选项。比方说,如果有多个人对某些选项进行排序,"median object" 就是那些在所有这些排序中处于中间位置的选项。
-
举例:
- 假设在一个三角形中,有三点 A、B 和 C,"median object" 可能是三角形的重心 (centroid),它是这三点的几何中心,表示在这三点之间的一种平衡或中间位置。
- 如果在一个投票系统中,几位选民对多个候选人有不同的偏好排序,那么"median object" 可能是那些在所有排序中位于中位位置的候选人。
Leaf Node
叶子节点(Leaf Node)是树状数据结构中的一个概念。树结构是一种用于组织数据的层次结构,每个节点可以有零个或多个子节点。在这其中:
- 节点(Node):树中的每个元素称为一个节点。
- 根节点(Root Node):树的顶层节点,没有父节点。
- 叶子节点(Leaf Node):树中没有任何子节点的节点,即不能再进一步分裂的节点。