本文介绍了空间查询的必要性，并探讨了B-tree、B+tree、hash算法在空间索引的局限性。接着提出了一种基于二分查找的简单算法，适用于点数据查询。接着详细讲解了网格、四叉树、R树和kd-tree四种高级空间索引算法，分析其优缺点和应用场景。最后提到了JAVA第三方组件JTS在实现这些空间索引算法上的便利性。
先看几个需要空间索引技术的场景：
如何根据给定位置来查询附近1000米的poi？
如何查找给定位置的最近poi?
如何查找给定矩形框内所有link和面数据？
1.用B-tree、B+tree或者hash算法对空间数据建索引可以吗？
B-tree是平衡多路查找树，在节点上及其子节点上存放有序的关键字，非叶子节点关键字数等于指向子树指针数减1；查找从根节点开始，叶子节点和非叶子节点都有可能命中。
B-tree树形结构图
B+tree的非叶子节点子树指针数和关键字数相等，所有关键字都存储在叶子节点中，非叶子节点不存储数据，只存储关键字，为叶子节点增加链表指针；查找也从根节点开始搜索，到叶子节点才能命中。性能等价于对关键字全集做一次二分查找。更适合做文件索引系统。
B+tree树形结构图
hash索
最低0.47元/天 解锁文章
扫一扫
668
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
