クワッドツリーとは何ですか？

coadtree Quadtreeは、4つのパワーに基づいた木のような構造であり、データベース内のファイルを整理するために使用されます。各親、または開始ノードには4つの子ノードがあり、各子供には一定量のデータがあります。データ制限が境界に流出すると、そのノードから4人の子供が作成されます。2つの主要なクアッドツリー構造があります。領域とポイントツリーは、それぞれ設計がわずかに異なります。Quadtreeはデータベースで最も頻繁に使用されますが、2D画像のピクセルを4つの部分に常に分離できるため、2次元（2D）画像のピクセルを見つけるためにも使用できます。親、または枝、ノードと子供、または葉、ノードで作られています。親は出発点であり、幅広いカテゴリベースのデータが含まれていますが、子供はファイルとドキュメントを保持しています。クワッドツリーには、すべての親が4人の子供を持たなければなりません。4人の子供がいなければなりませんが、すべての子供がデータを封じ込める必要はありません。ないものはnullノードとして知られています。これらのヌルノードはしばしば停滞したままでデータを待ちます。この制限は通常、データベース全体のサイズによって定義されます。それが限界を超えてプッシュする非常に多くの情報がある場合、子ノードは本質的に出産＆mdashを与えることにより親ノードになります。すべての追加データを取り上げる4つの子ノードを作成します。通常、この作成から1つまたは2つのヌルノードがありますが、これはノードにあるデータの量に完全に依存します。リージョンクワッドツリーは、4＆mdashのパワーに基づいて、2D領域全体をパーツに分解するために使用されます。4、8、または16の部品＆mdashなど。そして、しばしば表現に使用されます。この構造は、画像、またはデータフィールドグラフに最適です。ポイントバージョンはバイナリツリーのようなもので、順序付けられたポイントで使用するのが最適です。このバリアントは、ノードが散乱する領域バージョンとは異なり、すべてのノードが発生する中心点があるため、真のツリーでもあります。これはその唯一の使用ではありません。画像内の各ピクセルを4つの等しい部分に分離できるため、画像で特定のピクセルを見つけるように作られたアルゴリズムが一般的にクアッドトリーを使用します。これにより、Quadtreeはピクセルの検索に独特に適しています。