树搜索如何处理最近邻搜索中的边缘错误？

Question

关于树搜索算法，特别是四叉树和r树，它们在找到最近邻居时如何解释边缘错误。我不善于用文字解释这个，所以我拍了一些照片。

对于图片，找到最近邻居的输入坐标是绿色，我认为最终会找到＆＃34;找到＆＃34;最近的邻居是红色的。实际的最近邻居是蓝色。

在这个四叉树中，只用那一个红点搜索蓝色的右下象限，而实际上，输入坐标（绿色）非常接近边缘，它实际上更接近于蓝点。

与R树类似，如果坐标在一个矩形内但距离边缘很近，则它更接近另一个矩形中的点，如下图所示，其中白点给定坐标：

它完全在红色框内，但更接近洋红色框中的一个点。

Answer 1

在这两种情况下，都需要在元素之间进行细粒度距离检查 - 方框或分区只是帮助找到真正距离检查的候选者。

一种看待它的方法是，使用方框告诉你不要检查什么。如果整个盒子比你已经知道的东西更远，你不需要检查那个盒子里的任何东西。如果某些方框关闭，请更好地检查其中的元素。

Answer 2

如果您懒得阅读R-tree出版物......

它使用查询点到相邻网页的最小距离。

如果mindist(query, rectangle) <= dist(query, known neighbor)那么搜索需要在另一个矩形中继续，因为那里可能有更好的邻居。

它实际上非常简单，应该在任何有关R树和类似索引的书中进行解释。