第十章基于空间目标排序的索引方法

N
0 0
S 1
Z-ordering and Linear quad trees
... and repeat recursively
WE
z
= WN;WN = (0101) = 5
gray-cell
2
1 N
0
S
0
1
Z排序的缺点？
00
11
第三部分
PART THREE
Hilbert曲线
基本思想 实现方法 与Z-排序比较
}
z-ordering&Hilbert - analysis
如何衡量空间填充曲线的优劣？
第四部分
PART FOUR
位置键
基本思想 分配策略 优缺点
Main idea
使用四叉树将数据空间递归分解为四个大小相等子空间（SW， NW，SE，NE）
每一个子空间与一个唯一五进制数值关联，称为位置键
某一子空间位置键k可由上级子空间k'得到，公式如下：
m:空间分解最大层次数 h:当前层次数
z-ordering
m:空间分解最大层次数 h:当前层次数
Advantages&Disadvantages
优点：利于空间目标属性信息与几何空间信息紧密结合 缺点：①表示象限往往大于目标包围矩形，精确度差
②目标标识重复存储，需额外开销 ③查询区域与各级子空间相交，查询效率低 ④拓展到多维索引困难且效率低
多维空间目标 映射
一维空间目标
关键问题：保持目标间临近关系
Row-wise or Snake-curve?
空间填充曲线：一条连续曲线遍历空间所有网格
横向填充
蛇形曲线
缺点 跨度太大
第二部分
PART TWO
Z-排序
基本思想 Z-排序值 Z-排序与四叉树
z-ordering
基本思想：基于空间填充曲线，将数据空间循环 分解到更小子空间。 ’
排序示例
→
→
order-1
order-2
... order (n+1)
Z-value
Z-ordering and Linear quad trees
如何将Z-排序与四叉树对应起来？
WE
0 , 1, 2, 3
(00 , 01, 10,11)
1
W,E,N,S : West,East,North,South
switch (direction) { case LEFT: move(RIGHT); /* move() could draw a line in... */ move(DOWN); /* ...the indicated direction */ move(LEFT); break; case RIGHT: move(LEFT); move(UP); move(RIGHT); break; case UP: move(DOWN); move(RIGHT); move(UP); break; case DOWN: move(UP); move(LEFT); move(DOWN); break; } /* switch */ }
In the future
பைடு நூலகம்
目前的空间索引研究较多的局限于二维、 三维空间对象,而对高维空间索引技术
研究比较少。随着计算机硬件技术的发 展,空间索引的分布化或并行化正成为 一种崭新的研究思路。
致谢
Thanks！
Lorem ipsum dolor sit amet, consectetur adipiscing elit.
基于空间目标的
排序方法
物联网1302
主讲人
封
华
策划
徐云筱 闫冬 兰天翔
目录
Content
1.绪论 2.Z-排序 3.Hilbert曲线
4.位置键 5.总结与展望
第一部分
PART ONE
绪论
基本思想 关键问题 几种可能填充方法
Main idea and key problem
基本思想：索引空间 某种策略 若干网格 分配 编号 转换 数字
Hilbert Curve
与Z-排序类似，也是一种空间填充曲线
1st order
2st order
3st order
enum { UP, LEFT, DOWN, RIGHT, };
void hilbert(int level,int direction=UP) { if (level==1) {
else { switch (direction) {
....... case DOWN: hilbert(level-1,RIGHT); move(UP); hilbert(level-1,DOWN); move(LEFT); hilbert(level-1,DOWN); move(DOWN); hilbert(level-1,LEFT); break; } /* switch */ } /* if */
第五部分
PART FIVE
总结与展望
结论 展望
主要结论与展望
基于空间目标排序的索引方法将多维空间目标映射为一 维空间目标。
如今一维索引技术已比较成熟，可实现快速存取和索引， 但是经过映射后，空间目标的空间关系往往会丢弃，导致高 维空间接近的对象在一维排序序列未必相互接近，从而影响 空间查询的效率与准确性。