计算几何学习——几何范围查找

目录

1.一维几何范围查找（1d-Geometric Range Query）

2.二维几何范围查找（2d-Geometric Range Query）

---

几何范围查找问题描述：给定一系列数据点，每给一个bounding box（他的边平行于坐标轴），输出该区域内部的点（reporting）以及点的个数（counting）

1.一维几何范围查找（1d-Geometric Range Query）

问题描述：给定数轴上的一系列点，每给一个区间（这里限制是左开右闭区间），输出该区间内部的点（reporting）以及点的个数（counting）。

最简单的想法：将每个点进行查询，查询该点是否位于该区间内部。时间复杂度。

二分查找

首先进行预处理，再进行二分查找。

很遗憾，上述一维二分查找的想法不能直接迁移到二维上面。

在一维的情况下，构造平衡二叉查找树（BBST）：每个根节点是其左子树的最大值，根节点所有的左子树上的元素都会不大于根节点的元素，根节点所有的右子树上的元素都会大于根节点的元素，

举例：

2.二维几何范围查找（2d-Geometric Range Query）

问题描述：

假设R为左开右闭，下开上闭：

一维情况下的BBST在二维情况下的推广：将平面递归划分，并将这些划分后的区域组织成一棵kd-tree。

划分步骤：将区域分别横向/纵向尽可能均匀划分（每偶数次划分为竖直方向，每奇数次划分为水平方向），从而递归划分成一个个子区域。如下所示：

将这些区域组织成一棵kd-tree：

构造过程：

步骤举例：

kd查找的伪代码：

KdSearch(v,R)

if (isleaf(v)){  // v是叶子结点
   if (inside(v,R))  // v在R的内部
      report(v);
   return;
}
if (region(v->lc) is belongs to R) // v的左子树属于R
   reportSubtree(v->lc);
else if(inersect(region(v->lc),R))  // v的左子树与R有交集，但不全属于R
   kdSearch(v->lc,R);
if (region(v->rc) is belongs to R)
   reportSubtree(v->rc);
else if(inersect(region(v->rc),R))
   kdSearch(v->rc,R);

kd-tree算法举例：

报告加查询的时间复杂度：，其中r为报告元素的个数，推广到n维的情况：

改进想法：采用两次一维查找，分别是x-query和y-query，组成trees of tree多层搜索树结构。

算法过程：

 报告加查询的时间复杂度：，其中r为报告元素的个数，推广到n维的情况：