• 点四叉树是一种用于主要是针对空间点存储与索引的树形数据结构
• 在点四叉树中，空间被分割成四个矩形，四个不同的多边形对应于SW、NW、SE、NE四个象限

1 基本操作

1.1 初始化

创建一个根节点，该节点代表整个二维空间区域

1.2 插入点

• 当一个新点需要被插入
  • 从根节点开始，根据点的坐标确定它应该属于哪个象限，并递归地进入该象限。
    • 对于k维数据空间而言，以新插入的点为中心将其对应索引空间分为两两不相交的2k个子空间，依次与它的2k个孩子结点相对应，对于位于某一子空间的点，则分配给对应的子树

1.3 查询

查询一个区域内的所有点时，从根节点开始，检查该区域与每个节点（象限）的交集，并递归地进入与查询区域有交集的节点。

2 举例

假设我们有一个二维空间，范围是[0, 16) x [0, 16)，我们要插入以下几个点：

• A(2, 3)
• B(4, 7)
• C(14, 14)
• D(9, 4)

2.1 初始化

初始时，有一个[0, 16) x [0, 16)的正方形作为根节点

2.2 插入点

2.2.1 插入A:

2.2.2 插入B:

2.2.3 插入C:

2.2.4 插入D

D在以B为中心的右下方，不用再分割空间

2.2.5 建树

3 优缺点

3.1 优点

• 结构简单
• 对于精确匹配的点查找性能较高

3.2 缺点

• 树的动态性差，删除结点处理复杂
  • 比如上面例子中删除B点之后，应该是C还是D跟上去？如果C，D还有子节点呢？
• 每一个节点除了存储有子节点的信息外，还需要存很多的空指针
  • 比如上面A点，除了存储B外，其他三个象限还需要存空指针
    • ——>空间存储开销大，空间利用率第