《表3 利用本文索引与利用CIF四叉树索引增量更新时间对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种存储复杂多边形包含关系的四叉树索引》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证索引操作的有效性，利用图8(b）增量数据对不同矢量基态数据增量更新，其中增量数据共181个多边形.更新过程中，记录索引操作的次数，并与文献[10]CIF四叉树索引方法进行对比.实验结果如表3所示，其中“更新复杂多边形次数”是指增量数据更新基态复杂多边形的次数；复杂多边形是指内环空洞数超过300的多边形；“最大环数”是指基态多边形中最复杂的多边形所具有的空洞数；“更新时间”是指分裂阈值为30时利用相应空间索引增量更新的时间（s），包括删除增量更新前基态多边形的时间、插入新多边形（被删除的基态多边形与增量多边形的差多边形）的时间以及完成索引维护的时间.%%%%%%%%由表3可知，本文提出的索引开展增量更新实验能显著提高更新的效率，所需时间平均约为文献[10]索引增量更新时间的25%.本文索引更新时数据量越大优势越明显，根本原因在于本文索引存储的包含关系使得增量更新时能快速确定基态多边形与增量多边形相交的内环，不受多边形复杂程度（空洞多少）的影响，有效避免不必要的时间开销，提高了更新效率；另外分桶有序存储对提高查询效率累积效果明显.