Skip to Content

STR树 —— R-tree的构建方案之一

Table of Contents

最近需要使用R树做一下空间索引,在GeoSpark中使用了JTS库中实现的STR树,一开始以为是R-tree的一个变种,细看发现只是R树的构建(packing)方式之一。

STR是Sort-Tile-Recursive的缩写,本质上是一种R树的构建算法,不能单独算是R树。但在一些GIS开源库的实现中,经常直接命名为STRTree,负责STR算法的R树构建以及构建后的数据查询工作。具体的介绍可以看作者的论文 https://www.cs.odu.edu/%7Emln/ltrs-pdfs/icase-1997-14.pdf ,CSDN上有个主要内容的翻译 https://blog.csdn.net/qq_41775852/article/details/105405918

R树常见构建过程

通常R树是针对动态有增删的数据,因此构建过程可以将所有的数据逐个插入到R树中。这种情况可能会存在一些缺点:

  • (a) high load time
  • (b) sub-optimal spac eutilization
  • (c) poor R-tree structure requiring the retrieval of anunduly large number of nodes in order to satisfy a query.

因此,常用packing的方式自底向上的构建R树,主要流程如下:

  1. 假设一共有r个矩形需要被索引,每个叶子结点中存储的矩形数量为n。首先将所有的矩形分成r/n(此处取上界)个组;(分组方式通过下面的packing算法)
  2. 将各个分组写入硬盘的pages,并计算每个分组内所有矩形的MBR以及分组对应的page-id;
  3. 对分组的MBR递归的执行上面的步骤,直到根节点。

在第1步中,将需要被索引的矩形分成r/n个组,论文中介绍了常见的Nearest-X(NX)、HilbertSort(HS)以及论文提出的Sort-Tile-Recursive(STR)。

STR算法

STR的算法本身并不复杂,以2维空间为例。对矩形的分组只考虑每个矩形的中心点,STR的基本思想是将所有的矩形以“tile”的方式分配到r/n(取上界)个分组中,此处的tile和网格类似。

首先,对矩形按x坐标排序,然后划分成 $\sqrt{r/n}$ 个slices。然后对每个slice内的矩形按y坐标排序,进一步划分成 $\sqrt{r/n}$ 份。

对于更高维的空间,可以按这种方式接着划分。

总结

这个算法主要做一个简单的划分,正如论文的标题 《STR: A Simple and Efficient Algorithm for R-Tree Packing》,有种方法对于一篇论文来讲略简单的感觉。文章内还做了些对比实验,表明针对不同的空间数据分布情况最好选择对应合适的方法,STR的packing算法并不是适合所有的场景。

简单点来看,也就是R树的每层将空间中的矩形划分到了一个x、y方向数量相等分组中,当数据为长宽差距较大的矩形范围分布时,x、y方向的分组数量相同应该不是最好的方案。