データ構造内の長方形データ

多変量クロスセクションデータ（つまり、時系列または反復測定ではない）は、各列が変数（特徴）であり、各行がケースまたはレコードである長方形のデータによって示されます。

長方形データを表す最初の手順は、それを高次元のポイントデータにマッピングし、グリッドファイル、PRクワッドツリー、ポイントクワッドツリー、k-dツリーなどのポイントベースのデータ構造手順を使用することです。長方形データの4次元ポイントへのプロシージャマッピングは、反対側のコーナーのx座標とy座標、または1つのコーナーのx座標とy座標、および幅と高さなどの数値手法で実行できます。ポイントベースの欠点長方形のデータの表現には、ストレージと空間操作の両方の効率のためにデータの局所性から利益を得ることができないという点があります。

長方形データを表現する2番目の手順は、構成する線と、PM四分木、PMR四分木などの線ベースのデータ構造手順です。長方形データの線ベース表現の欠点は、空間操作が用語で指定されることでした。その線セグメントの一部は操作の条件を満たさない可能性がありますが、それらを構成する長方形はそれらを満たします。

長方形データを表す3番目の手順は、それが占める面積に関するものです。 MX-CIFクワッドツリーやRツリーなどのプロシージャは、長方形データをバウンディングボックスの階層グループに編成します。 MX-CIFの場合、クワッドツリーはスペースベースを実装します

各長方形が最も低く囲まれた四分木ブロックに関連付けられている四分木分割。 R-Treeでは、長方形のデータは階層的にネストされた下限のボックスに分割されます。 Rツリーの欠点は、データの局所性が実装されていないことです。