基于数据空间网格划分的PK-树索引结构.pdf

第12 期 胡 云等：基于数据空间网格划分的PK-树索引结构 ·33 · 基于数据空间网格划分的!#树索引结构＊ 1，2 2 1 胡 云 ，孙志挥 ，李存华 （1. 淮海工学院计算机科学系，江苏 连云港222005 ；2. 东南大学 计算机科学与工程系，江苏 南京210018 ） 摘 要：在大规模高维数据挖掘研究中，数据存储与索引方法的有效性是决定算法时空效率的重要因素。将数 据空间网格划分策略与高效率的树型索引结构结合起来，可以充分发挥两者在数据组织上的综合优势，将复杂 问题转换为结构化的简单重复问题。在统一的框架下给出了各种数据空间网格划分的定义，讨论了两种适用于 实现网格化数据索引的R-树和PK-树索引结构。试验结果表明，PK-树在数据存储和索引上具有更高的效率，与 网格化数据组织方法结合起来，对于降低大规模高维数据分析问题的时空复杂度具有重要意义。 关键词：网格划分；PK-树；索引 中图法分类号：TP391 文献标识码：A 文章编号：1001- 3695（2005 ）12- 0033- 03 On the PK-tree Index Structure for Grid-based Point Data HU Yun1，2 ，SUN Zhi-hui2 ，LI Cun-hua1 （1. Dep t. of Comp uter Science ，Huaihai Institute of Technology ，Lianyungang Jiangsu 222005 ，China ；2. Dep t. of Comp uter Science Engi- neering ，Southeast Uniuersity ，Nan ing Jiangsu 2100 18 ，China ） Abstract ：One of the key factor in iarge-scsie and high dimensionai data mining is the efficiency of data handiing and inde- xing. A promised approach to this concern is to take advantages of both grid partition and efficient tree structure indexing. With this means a compiicated probiem can be significentiy simpiified. The paper formuiizes the definition of various grid-par- tition methods and discusses a pair of tree-index structures which are preferabie for handiing iarge-scaie and high dimensionai point data set. Resuits show that the PK-tree is superior both in space usage and retrieve depth. Key words ：Grid Partition ；PK-tree ；Indexing 数据库系统的广泛应用、数据获取和存储能力的大幅提升