Le test se base sur le fait que tes R*trees ne sont pas maintenus équilibrés en contenu, une règle commune aux B-trees).
Et quitte à diviser un rectangle R*tree en deux quand il est plein, on a normalement intérêt à le couper de préférence sur sa dimension la plus grande pour répartir les points de chaque côté (mais si on veut optimiser, on fait le test de répartition sur une dimensio puis sur l'autre, et on choisit celle où le trait de découpe est plus près du milieu de cette dimension). La charge des R*trees doit normalement être portée sur la répartition, lors de l'insertion (ou la suppression) des noeuds, pour qu'ensuite les recherches n'aient pas à le faire. Dans ce cas avec un Quadtree tu génères pleins de boites vides et les branches de l'arbre sont moins bien équilibrées, avec un seuil minimum de remplissage de 25% là où un R*Tree utilise un minimum de 50% (arrondi à l'unité inférieure) : si ton R*tree a une capacité maximale de 6 points ou sous-rectangles, et une capacité minimale de 3 points ou sous-rectangles, c'est à dire 50% pour la répartition la plus optimale, le nombre de boites à visiter ne dépend pas de la distribution des points dans les boites seulement traversées mais sans point, mais seulement du nombre total de points, et le nombre de boites à visiter est en O(log_6(N) où N est le nombre total de noeuds, alors que le Quad-Tree ajoute des tas de points artificiels au centre des boites traversées sans noeud et est seulement en O(.log_4(N+k*S)) où S est le nombre total de segments et k une variable liée à la distribution des longueurs de segments. C'est pour ça que dans le cas totalement aléatoire (ton premier test), le QuadTree s'écroule totalement : il crée beaucoup trop de sous-boites, et la profondeur de l'arbre de recherche s'accroit énormément. Le R*Tree produirait un nombre de boites bien plus réduit (à condition de le régler à un taux de remplissage minimum de 50% arrondi à l'unité inférieure). Il doit y avoir un problème dans ton logiciel insérant les points dans le R*Tree, il n'est visiblement pas optimal comme il devrait. De fait les R*trees obtenus sont très "étranges" (et ça se voit, la répartition est visiblement n'importe comment et spatialement non équilibrée, en tout cas beaucoup moins bien que celle obtenue par les Quad-trees même si, eux, créent plein de boites finales vides et de boites parentes n'a qu'une seule des 4 ayant un contenu, avec un taux de remplissage situé en moyenne à peine au dessus de 25% contre plus de 50% en moyenne pour les R*trees optimums). Note: le seuil minimum des R*tree est réglable (tu l'as fait dans ta démo, mais je me demande si c'est bien le cas au final, et si tu n'as pas omis de lancer la procédure d'équilibrage (qu'on a intérêt à ne lancer qu'à la fin des insertions et non pour chaque insertion une par une). Le 5 février 2015 18:20, Léo Serre <l...@lstronic.com> a écrit : > Bonjour à tous > > Après de longues recherches pour savoir qu'elle est l'indexation la plus > efficace (simplicité de construction, rapidité pour trouver un élément, > taille), tout le monde m'a dit R*-Tree. > Mais après des essais, ma conclusion est que le quadtree est largement > mieux. Je vous laisse un exemple en vidéo ci-dessous pour ceux que ça > intéresse. > > > http://www.dailymotion.com/video/x2ghtqj_r-tree-pour-des-donnees-geographiques_tech > > *Note : Le code pour convertir des LineString GeoJSON **en Segments CSV > est disponible sur simple demande.* > > Léo > > -- > [image: LSTRONIC logo] > > Léo SERRE > *LSTRONIC Founder* > [image: mail] l...@lstronic.com > [image: website] lstronic.com > > _______________________________________________ > Talk-fr mailing list > Talk-fr@openstreetmap.org > https://lists.openstreetmap.org/listinfo/talk-fr > >
_______________________________________________ Talk-fr mailing list Talk-fr@openstreetmap.org https://lists.openstreetmap.org/listinfo/talk-fr
