쿼드 트리는 무엇입니까?

Quadtree는 4 개의 전력을 기반으로 한 트리와 같은 구조이며 데이터베이스에서 파일을 구성하는 데 사용됩니다. 각 부모 또는 시작 Node에는 4 개의 자식 노드가 있으며 각 어린이는 일정량의 데이터를 보유합니다. 데이터 제한이 경계에 걸쳐 유출되면 해당 노드에서 4 명의 어린이가 만들어집니다. 두 가지 주요 쿼드 트리 구조가 있습니다 : 영역과 포인트 트리는 각각 디자인이 약간 다릅니다. 쿼드 트리는 데이터베이스와 함께 가장 자주 사용되지만 2D 이미지의 픽셀은 항상 네 부분으로 분리 될 수 있기 때문에 2 차원 (2D) 이미지에서 픽셀을 찾는 데 사용될 수 있습니다.

모든 나무와 같은 구조는 부모 또는 분기, 노드 및 잎, 노드로 만들어집니다. 부모는 출발점이며 광범위한 카테고리 기반 데이터를 포함하고 자식은 파일과 문서를 보유합니다. 쿼드 트리에서는 모든 부모에게는 4 명의 자녀가 있어야합니다. 4 명의 자녀가 있어야하지만 모든 어린이가 데이터를 포함 할 필요는 없습니다. 없는 사람들은 널 노드로 알려져 있습니다. 이 널 노드는 종종 남아 있습니다정체되어 데이터를 기다립니다.

쿼드 트리의 각 하위 노드에는 데이터 제한이 있습니다. 이 한계는 일반적으로 전체 데이터베이스 크기로 정의됩니다. 정보가 너무 많아서 한계를 넘어서면 자식 노드는 본질적으로 출산함으로써 부모 노드가됩니다. 이 생성에는 일반적으로 하나 또는 두 개의 널 노드가 있지만 이것은 전적으로 노드에 얼마나 많은 데이터가 있는지에 달려 있습니다.

.

두 개의 주요 쿼드 트리가 있습니다 : 지역 및 포인트. 지역 쿼드 트리는 4 개, 8 개 또는 16 개 부품과 같은 4 개의 전력에 따라 전체 2D 영역을 부품으로 분해하는 데 사용되며 종종 표현에 사용됩니다. 이 구조는 이미지 또는 데이터 필드 그래프에 가장 적합합니다. 포인트 버전은 이진 트리와 같으며 순서대로 사용하는 것이 가장 좋습니다. 이 변형은 또한 진정한 나무입니다.노드가 흩어져있는 지역 버전과 달리 모든 노드가 스프링되는 모든 노드.

쿼드 트리의 가장 일반적인 사용은 데이터베이스를 분리하고 구성하는 것이지만 이는 유일한 사용은 아닙니다. 이미지에서 특정 픽셀을 찾기 위해 만든 알고리즘은 일반적으로 쿼드 트리를 사용합니다. 이미지의 각 픽셀은 4 개의 동일한 부분으로 분리 될 수 있기 때문입니다. 이로 인해 쿼드 트리는 픽셀을 검색하는 데 독특하게 적합합니다.