我有一个包含2D坐标的大型区域列表。没有区域重叠。这些区域并非紧邻彼此，也不遵循放置模式。
是否有高效的查找算法可以让我知道特定点会落入哪个区域？这似乎与QuadTree的确切相反。
答案 0 :(得分：3)
您需要的数据结构称为R-Tree。大多数RT允许＆＃34;内部＆＃34;或者＆＃34;交叉口＆＃34;查询，它将返回包含或重叠给定区域的任何地理区域，例如， wikipedia
没有理由不能建立自己的R-Tree，它只是平衡B树上的一个变种，它可以容纳扩展结构并允许一些重叠。 This implementation是轻量级的，您可以通过将区域包裹在矩形中来使用它。每个查询可能会返回多个结果，但您可以检查基础区域。它可能比尝试构建支持折线的R树版本更容易。
答案 1 :(得分：1)
如果我理解正确的话，你需要的是point location data structure，正如你所说的那样，它与quad或R-tree相反。在点位置数据结构中，您存储了一组区域，并且查询的格式为：给定点p给出包含它的区域。
存在多个点位置数据结构，最着名的和实现最佳性能的结构是Kirkpatrick的一个也称为三角测量细化，并实现O（n）空间和O（logn）查询时间;但也很难实现。另一方面，有几个更简单的数据结构可以实现O（n）或O（nlogn）空间但是O（log ^ 2n）查询时间，这不是那么糟糕且更容易实现，并且对于某些人来说可以减少使用名为fractional cascading的方法查询O（logn）的时间。
我建议你看看de Berg，Overmars等人的第6章。 Computational Geometry: Algorithms and Applications以一种非常容易理解的方式解释主题，但它不包括Kirkpatrick的方法，您可以在Preparata's book中找到它或直接从Kirkpatrick's paper读取它。
BTW，这些结构中的一些假定您的区域不重叠但预期相邻（区域共享边缘），并且边缘形成连通图，有时也假设三角形区域。在所有情况下，您可以通过添加新边来扩展您的区域集，但是您不必担心，因为所需的额外空间将仍然是线性的，因为最后一组区域将引发平面图。因此，您可以盲目地扩展您的区域集，而不必担心太多的空间增长。