我使用四叉树作为数据结构来存储点。因为我需要快速找到某个区域内的所有点。
但是我需要提出要点。在我的C ++程序中。由于移动发生在所有点上,但是对于不同方向的每个点,我当前都会破坏我的四叉树并重建它,这会导致大量的分配和删除。
因此,我的问题是这种问题有更好的数据结构吗?
我有以下要求: 我有n分。
我需要快速了解某个特定区域内的所有点。使用我的四叉树这是关于O(log(n))。然而,该操作被称为m次,其中m> 1。因此,它约为O(m * log(n))。
我需要提出所有要点。目前这大约是O(n * logn)。此方法仅对所有m调用一次。
但是我觉得这个解决方案目前还不尽如人意。因为我总是销毁我的四叉树并重建它,这会因分配而导致开销。
更新 这些要点不是均匀分布的。有些位置是密集的,有些位置的位置很少。
这是一些简化的代码。这里存储指针的代码:
class Point
{
public:
Point(double x, double y):x(x),y(y){};
void movePoint(double ux, double uy);
double x;
double y;
};
这是四叉树的接口
class QuadTree
{
public:
QuadTree(double north, double west, double south, double east,
int maxItems);
//inserts a point into the tree runs in log(n)
bool put(Point* pt);
// returns all point in the rectange defined by the four variables runs in log(n)
std::vector<Point*> get(double north, double west, double south, double east);
// deletes everything in the quad tree
void clear();
private:
QuadTreeNode* top_=nullptr;
};
这里是QuadTreeNode与get和put方法实现的接口,用于显示Point的存储方式。
class QuadTreeNode
{
public:
QuadTreeNode(double north, double west, double south, double east,
int maximumItems);
~QuadTreeNode();
//split the node if to much items are stored.
void split();
//returns the children of the node
QuadTreeNode* getChild(double x, double y);
bool put(Point* leaf){
if (children_ == nullptr) {
items_.push_back(leaf);
if (items_.size() > maxItems_)
split();
return true;
} else {
QuadTreeNode* node = getChild(leaf->getX(), leaf->getY());
if (node != nullptr) {
return node->put(leaf);
}
}
return false;
}
std::vector<Point*> QuadTreeNode::get(QuadRectangle rect, std::vector<Point*>& vector) {
if (children_ == nullptr) {
for (Point* pt : items_) {
if (rect.pointWithinBounds(pt->getX(),pt->getY())) {
vector.push_back(pt);
}
}
} else {
for (QuadTreeNode* child : *children_) {
if (child->bounds_.within(rect)) {
child->get(rect, vector);
}
}
}
return vector;
}
std::vector<Point*> items_;
unsigned int maxItems_;
std::array<QuadTreeNode*,4>* children_ = nullptr;
QuadRectangle bounds_;
};
答案 0 :(得分:1)
想到的一些想法:
bounds_
)。如果是,请将其从树中删除。移动所有点后,将它们插入同一树中,或插入另一棵树中。每隔一段时间(例如,当另一棵树的大小变成主树的1/10时),重建一切。这些想法无助于复杂性(它仍然是O(n * log(n)),但可能会因某些因素而提高速度。