点四叉树删除 (Samet H.)

Question

在本书中The design and analysis of spatial data structures P.56 据说

一旦找到候选节点集，就会尝试找到“最佳”候选节点，该候选节点将成为替换节点。选择最佳候选人有两个标准。标准 1 规定选择比这些轴同一侧的任何其他候选者更接近其每个边界轴的候选者，如果存在这样的候选者

我试图实现这一点，但无法真正弄清楚这个算法应该如何工作。 我开始很简单，创建了两个排序列表，一个按 x 的差异排序，另一个按 y 的差异排序，如果两个对象相同，那么这个对象/点将是我的结果。如果没有，那么我要么没有候选人，要么可能有 2 个候选人，这就是我卡住的地方！

另一种方法有点奇怪，但我仍然会显示伪代码，也许有人有想法

function chooseCandidate(candidate)
    clockwiseCandidate = candidate.cQuad(candidate.index) // Index is from 0-3 and cQuad returns (index-1)%4
    counterClockwiseCandidate = candidate.ccQuad(candidate.index)
    if candidate.x < ccCandidate.x:
        possibleWinner = candidate
    else if candidate.y < cCandidate.y:
        possibleWinner = candidate

等等，这并不是一个真正的解决方案，只是我的一种心理游戏...... 所以我的问题是，有人可以解释这个问题是什么吗？或者我怎么能解决这个问题？ （请注意，上面的链接中给出了完整的描述）

Answer 1

我的理解：

扫描候选人，然后记住

• 对于所有四个象限，到目前为止，候选对象“比这些轴同一侧的任何其他候选对象更接近其每个边界轴”。

• 到目前为止 L1 指标最小的候选者。

那么，如果你没有找到第一个候选人，就使用最后一个。