Question

鉴于我当前的位置（lat，long）我想快速找到兴趣点问题中最近的邻居。因此，我打算使用R-Tree数据库，它允许快速查找。但是，首先必须填充数据库 - 当然。因此，我需要确定覆盖该区域的矩形区域，其中每个区域包含一个感兴趣的点。

我的问题是如何预处理数据，即如何将区域细分为这些矩形子区域？（我想要矩形区域，因为它们很容易添加到RTree中 - 与更一般的Voronoi区域相比）。

/约翰

Answer 1

Oracle Spatial Cartridge文档描述了可以执行您想要的曲面细分算法。简而言之：

Answer 2

编辑：以下方法有效，但忽略了R树的关键特性 - R树节点的分裂行为已明确定义，并维护一个平衡树（通过B-树状的属性）。所以事实上，你所要做的就是：

每页选择最大矩形数
创建种子矩形（使用距离彼此最远的点，质心等）。
对于每个点，选择一个矩形以将其放入
1. 如果它已经落入一个矩形，请将其放在那里
2. 如果没有，请扩展需要延伸最少的矩形（测量“最少”出口的不同方法 - 区域有效）
3. 如果适用多个矩形 - 根据它的充实程度或其他一些启发式
如果发生溢出 - 使用二次分割来移动物体......
依此类推，直接使用教科书中的R-tree算法。

我认为下面的方法可以找到你的初始种子矩形;但是你不希望以这种方式填充整个R-tree。一直进行拆分和重新平衡可能有点贵，因此您可能希望使用下面的KD方法完成相当大的工作。只是不是所有的工作。

KD方法：将所有内容都包含在一个矩形中。

如果矩形中的点数是>阈值，扫描方向D，直到你覆盖一半的点。

划分为左右（或上下）分裂点的矩形。

在新的矩形上递归调用相同的程序，使用下一个方向（如果你从左到右，你现在将从上到下，反之亦然）。

这与另一张海报提供的分为平方的方法相比，其优势在于它可以更好地适应偏斜点分布。

Answer 3

我认为你在问题陈述中遗漏了一些东西。假设您有N个点（x，y），使得每个点都具有唯一的x和y坐标。您可以将区域划分为N个矩形，然后将其划分为N个垂直列。但这并不能帮助您轻松解决最近的POI问题，是吗？所以我认为你正在思考一些你尚未明确表达的矩形结构。

插图：

| | | | |5| | |
|1| | | | |6| |
| | |3| | | | |
| | | | | | | |
| |2| | | | | |
| | | | | | |7|
| | | |4| | | |

数字是POI，垂直线显示细分为7个矩形区域。但显然，细分中没有太多“有趣”的信息。你没有提到的细分是否有一些额外的标准？