数据结构笔记：PR四叉树

1 基本介绍

在PR四叉树中，每个节点代表一个矩形区域，并且每个节点要么没有子节点，要么有四个子节点，分别代表该矩形区域的四个象限

2 数据结构

PR四叉树的每个节点通常包含以下几个元素：

• 区域（矩形）：节点所代表的二维空间范围。
• 点：存储在该区域内的点（通常只允许存储一个点，但也有变种）。
• 四个子节点：分别代表左上、右上、左下、右下四个象限。

3 插入

1. 从根节点开始。
2. 判断要插入的点是否在当前节点的区域内。
3. 如果在，查看当前节点是否已经存储了点。
   • 如果没有，存储这个点。
   • 如果有，把当前区域分割成四个象限，然后把当前点和新点分别放入相应的象限。
4. 递归进行这个过程。

3.1.1 举例

假设我们有以下几个点：(1, 1), (2, 2), (3, 3)，我们想要在一个 4x4 的区域内用 PR 四叉树来存储它们

• 初始状态：
  • 
• 插入(1,1)
  • 直接存储在根节点
  • 
• 插入 (2, 2)
  • 将根节点分割成四个 2x2 的区域。将 (1, 1) 放入左下区域，(2, 2) 放入右上区域
  • 
• 插入（3，3）
  • 同样放在右上，但由于右上已经有点（2，2），所以再次分割
  • 

4 优点

•  四叉树的结构在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（复杂度O(logN)）
  • 

 

5 松散四叉树

• 四叉树的一个问题是，物体有可能在边界处来回，从而导致物体总是在切换节点，从而不得不更新四叉树
• 而松散四叉树正是解决这种边界问题的一种方式：首先它定义一个节点有入口边界(inner boundary)，出口边界(outerboundary)
  • 若物体还没添加进四叉树/八叉树，则检测现在位于哪个节点的入口边界内
  • 若物体先前已经存在于某个节点，则先检测现在是否越出该节点的出口边界，若越出再检测位于哪个节点的入口边界内
• 在非松散的四叉树/八叉树中，入口边界和出口边界是一样的。
• 而松散四叉树/八叉树的松散，是指出口边界比入口边界要稍微宽些
  • （各节点的出口边界也会发生部分重叠）
• ——>使节点不容易越过出口边界，减少了物体切换节点的次数
  • 节点即使越过了入口边界，但由于他没有出出口边界，所以也不发生切换
• 另一个问题是，如何定义出口边界的长度
  • 太短会退化成正常四叉树/八叉树，太长又可能会导致节点存储冗余的物体
  • 实验表明出口边界长度为入口边界2倍时可以表现得很好

6 应用

6.1 场景管理

• 以游戏为例，如果游戏场景是基于地形的（甚至没有高度）（如城市、平原、2D场景），那么适合用四叉树来管理
  • 如果游戏场景在高度轴上也有大量物体需要管理（如太空、高山），那么适合用八叉树来管理

假设我们想得到绿色点附近（假设小于最小格的长度）有那些红色目标，那么通过四叉树可以快速索引到绿点所在的K区域节点，只对该子节点包含的所有红色目标逐个进行距离检测，这样就可以避免给区域外的大量其它红色目标进行距离检测

参考内容：GIS空间数据库（21）PR四叉树索引 | 麻辣GIS (malagis.com)

空间数据结构(四叉树/八叉树/BVH树/BSP树/k-d树) - KillerAery - 博客园 (cnblogs.com)