7205-高维数据-week4

一，From PAMs to SAMs

二，MBR 

        Minimum Bounding Rectangle

 三，R-Tree

1. R-rectangles
2. B树的多维推广
3. 高度平衡
4. 所有点都存储在叶子节点
5. 每一个非叶子节点都记录一个包含子树所有节点的最小MBR

四，R-Tree Operations

construction：In general, minimize the overlapping areas of all the MBRs
Insert(u, p)：如果是叶子结点，直接插入，如果叶子节点满了，则overflow(u)
                    如果不是叶子节点，subtree(u,p)选择一个子树v插入insert(v,p)
subtree(u,p)：选择子树的方法，插入节点后，面积增长最小的那个，如果有多个，选择原来最小的那个。
overflow(u)：split(u)如果u是根节点，建立一个新的根节点，被分割的节点成为新根的子节点
                      split(u)如果u不是根节点，添加新分割的节点为u的兄弟节点。如果添加后溢出，再overflow
split(u)：一共B+1个点，S1>=0.4B，S2>=0.4B 复杂度（2^(M+1)）
Quardratic split(u)：选择两个距离远的点e1和e2，maximize area(mbb(e1,e2)- area(e1)-area(e2))
                                选完后e1和e2相距最远。
                                确定好e1和e2后，添加剩下的点，选取增量最小的。
delete：删除节点后会出现下溢的情况，重新插入结点，向上传递下溢的信息，如果发生下溢再重新插入。

五，R+-Tree R*-Tree

        R+: 最小化MBR重叠的情况
        R*: 更简单的选择子树和划分节点，按照x轴 y轴