Rbush和strtree前端简单应用

    空间相交是gis中常用的功能，一般就是使用分析库进行相交就可以了，但是多数据时这样产生笛卡尔积计算效率低下，这时可以考虑使用索引，本文中要介绍的是r-tree的使用。

    R树是一棵平衡树。树上有两类结点：叶子结点和非叶子结点。每一个结点由若干个索引项构成。对于叶子结点，索引项形如(Index，Obj_ID)。其中，Index表示包围空间数据对象的最小外接矩形MBR，Obj_ID标识一个空间数据对象。对于一个非叶子结点，它的索引项形如(Index，Child_Pointer)。 Child_Pointer 指向该结点的子结点。Index仍指一个矩形区域，该矩形区域包围了子结点上所有索引项MBR的最小矩形区域。

    jsts的STRtree创建，插入数据，查询

let strtree=new jsts.index.strtree.STRtree()
const extent=item.getExtent()
strtree.insert(new jsts.geom.Envelope(extent.xmin, extent.xmax, extent.ymin, extent.ymax), count)
let re=strtree.query(new jsts.geom.Envelope(x, x+0.01, y, y+0.01))

    rbush的创建插入数据查询

const  tree = new RBush();
const extent=item.getExtent()
const indexitem = {
      minX: extent.xmin,
      minY: extent.ymin,
      maxX: extent.xmax,
      maxY: extent.ymax,
      index:count
};
tree.insert(indexitem);
 let extent= {
      minX: x,
      minY: y,
      maxX: x+0.01,
      maxY: y+0.01
}
let mydata=tree.search(extent,test)；

    两个索引的性能比较，224条相同的数据查询相同数据下rbush更高效一些

rbush中递归查找相交的叶子节点或者包含节点部分

search(bbox) {
        let node = this.data;
        const result = [];

        if (!intersects(bbox, node)) return result;

        const toBBox = this.toBBox;
        const nodesToSearch = [];

        while (node) {
            for (let i = 0; i < node.children.length; i++) {
                const child = node.children[i];
                const childBBox = node.leaf ? toBBox(child) : child;

                if (intersects(bbox, childBBox)) {
                    if (node.leaf) result.push(child);
                    else if (contains(bbox, childBBox)) this._all(child, result);
                    else nodesToSearch.push(child);
                }
            }
            node = nodesToSearch.pop();
        }

        return result;
}

参考资料：

https://blog.csdn.net/cdl2008sky/article/details/18217327

https://github.com/mourner/rbush

https://github.com/bjornharrtell/jsts

https://zhuanlan.zhihu.com/p/38597148

https://www.cnblogs.com/yinchuanqi/p/5607696.html

https://yq.aliyun.com/articles/322443

https://blog.csdn.net/cdl2008sky/article/details/18217327

https://www.cnblogs.com/naaoveGIS/p/6774549.html

https://blog.csdn.net/dickwang1229/article/details/39160511

https://www.jianshu.com/p/44d6281d1a01

https://blog.csdn.net/wzf1993/article/details/79547037

https://blog.csdn.net/MongChia1993/article/details/69941783#toc_6

https://blog.csdn.net/chenyq2008/article/details/2140477

https://www.cnblogs.com/arxive/p/8138586.html