R 树 算法.doc

R-树（相关技术一） 下一篇:查询处理 ? 关键词：、、、 作者： 空间索引是对存储在介质上的数据位置信息的描述，用来提高系统对数据获取的效率。GIS涉及的各种海量复杂数据存储于外存，如果对磁盘上的数据的位置不加以记录和组织，每查询一个数据项都要扫描整个数据文件，则这种访问磁盘的代价将严重影响系统的效率。因此索引的建立与处理至关重要。此外GIS所表现的地理数据多维性使得传统的B树索引不再适合，因为B树所针对的字符、数字等传统数据类型是在一个良序集之中，即都是在一个维度上，集合中任给两个元素，都可以在这个维度上确定其关系只可能是大于、小于、等于三种，若对多个字段进行索引，必须指定各个字段的优先级形成一个组合字段，而地理数据的多维性，在任何方向上并不存在优先级问题，因此B树并不能对地理数据进行有效的索引，所以需要研究特殊的能适应多维特性的空间索引方式。 1984年Guttman发表了《R树:一种空间查询的动态索引结构》[1]一种高度平衡树，由中间节点和叶节点组成，实际数据对象的最小外接矩形存储在叶节点中，中间节点通过聚集其低层节点的外接矩形形成，包含所有这些外接矩形。其后，人们在此基础上针对不同空间运算提出了不同改进，才形成了一个繁荣的索引树族，是目前流行的空间索引。 R树是一种采用对象界定技术的高度平衡树,是B?树在?k?维空间上的自然扩展，它将空间对象按范围划分，每个结点都对应一个区域和一个磁盘页，非叶结点的磁盘页中存储其所有子结点的区域范围，非叶结点的所有子结点的区域都落在它的区域范围之内；叶结点的磁盘页中存储其区域范围之内的所有空间对象的外接矩形。每个结点所能拥有的子结点数目有上、下限，下限保证对磁盘空间的有效利用，上限保证每个结点对应一个磁盘页，当插入新的结点导致某结点要求的空间大于一个磁盘页时，该结点一分为二。R树是一种动态索引结构，即：它的查询可与插入或删除同时进行，而且不需要定期地对树结构进行重新组织。 R-Tree数据结构 （1）R-Tree是n叉树，n称为R-Tree的扇（fan）。 （2）每个结点对应一个矩形。 （3）叶子结点上包含了小于等于n的对象，其对应的矩为所有对象的外包矩形。 （4）非叶结点的矩形为所有子结点矩形的外包矩形。 R-tree具有以下性质： （1）除根节点外，每个节点的项数介于最小项数m和最大项数M之间； （2）根节点至少有两个孩子，除非它是叶子节点； （3）所有叶子节点位于同一层； （4）同一节点中项，其排列没有顺序要求 R-Tree的的评价标准为： （1）位置上相邻的结点尽量在树中聚集为一个父结点。 （2）同一层中各兄弟结点相交部分比例尽量小。 R树是一种用于处理多维数据的数据结构，用来访问二维或者更高维区域对象组成的空间数据.R树是一棵平衡树。树上有两类结点：叶子结点和非叶子结点。每一个结点由若干个索引项构成。对于叶子结点，索引项形如(Index，Obj_ID)。其中，Index表示包围空间数据对象的最小外接矩形MBR，Obj_ID标识一个空间数据对象。对于一个非叶子结点，它的索引项形如(Index，Child_Pointer)。?Child_Pointer指向该结点的子结点。Index仍指一个矩形区域，该矩形区域包围了子结点上所有索引项MBR的最小矩形区域。一棵R树的如图1所示。 R-Tree算法描述 （I）插入算法 ?????基本思想：找到合适的叶子节点，插入之，若需分裂，则由下至上调整MBR值。算法如下： ?????I1:?调用ChooseLeaf来选择一个合适的叶子节点L以容纳需插入项E ?????I2:?若L中还能容纳E，则加入之；否则调用SplitNode来获取两个节点L和LL，它们包含E和L中原有的所有项 ?????I3:?调用AdjustTree,传递参数L,LL(若产生了分裂) ?????I4:?若节点分裂向上传播导致根节点的分裂，则生成新的根节点。 算法ChooseLeaf:?选择一个合适的叶子节点以放置新项E。合适的评价标准是插入E后的节点MBR面积增加度最少。 ?????C1:?设N指向根结点root ?????C2:?若N是叶子节点，返回N?? ?????C3:?若N不是叶子节点，让F表示N中的一项，该项F容纳E后，则N在面积上只需作面积最小扩展 ?????C4:?设N指向叶子节点，则返回C2. 算法AdjustTree:?从叶子节点向根节点进行调整 ?????A1:?设N=L,若L进行了分裂，则设NN=LL ?????A2:?若N为根节点，则返回 ?????A3:?设P为N的双亲节点，EN为节点P中指向N的项，调整项EN的MBR ?????A4:?若NN存在，创建一个新项ENN