什么是最好的 R 树变体答案

【问题标题】：what is the best R tree variant什么是最好的 R 树变体
【发布时间】：2016-01-03 22:25:55
【问题描述】：

我最近正在阅读有关 R-tree 及其变体的论文和代码：线性、二次、R*-tree 以及 R 树打包 (STR)。在我看来，不同的技术在树创建、范围搜索和 knn 搜索的时间复杂度上是不同的。 STR 树似乎比其他树好。然而，这些论文是上个世纪的。我只是想知道近 20 年后，目前最好的 R-tree 变体是什么？

【问题讨论】：

标签： spatial-index r-tree

【解决方案1】：

另一棵较新的树是X-tree（同样基于 R-Tree）。

如果您正在寻找通用空间索引，而不仅仅是 R-Tree，我可以推荐 PH-Tree。它可以轻松地与 R-Tree 变体进行矩形或范围查询竞争，具有相当好的 kNN 查询支持（仅比 Cover-Tree 在 21 维上慢 50%），它可以很好地扩展大型和/或集群数据集，并且是相当节省空间。最好的可能是它具有出色的更新性能，插入/移动/删除几乎不比查找长。另一个优点是它不需要重新平衡，这意味着不会有超过 2 个节点受到任何更新的影响。

缺点：

低维的实现相当复杂，但如果您对 Java 实现满意，here is mine。
对于 10 维以下的高维实现不太复杂，但速度较慢，here。
它最喜欢集群数据，但对于分布更均匀的数据，性能仍然可以。

【讨论】：

【解决方案2】：

R*-trees 被证明工作得很好，并且继续成为首选变体。

批量加载技术（如 STR）是很好的补充，可以更快（更好）地构建 initial 树，而不是一个一个地插入对象。

所以通常情况下，您需要一个具有 STR 批量加载的 R*-tree。

【讨论】：

谢谢！ STR 批量加载创建的树是否比原始 R* 获得更好的 KNN/Rangesearch 性能（时间复杂度）？
是的，批量加载的树通常会更好地使用磁盘空间。但请注意，实施很重要。我也见过非常慢的“STR”R-trees。