这些四叉树库中的任何一个好吗？
看来我的某个项目将需要使用四叉树，这是我以前从未使用过的东西。根据我的阅读，与强力解决问题相比，它们应该允许大幅提高性能。这些python模块有什么好处吗？
- Quadtree 0.1.2 <= 否： 无法在Python 3.1中执行
- QuadTree <= 是： 使用矩形时很简单
- quadtree.py <= 否： 不支持所需的操作
编辑1： 有谁知道比pygame Wiki中提供的实现更好的实现？
编辑2： 以下是一些其他人可能发现对Python中的路径查找技术有用的资源。
- 游戏实体导航
- 赶上傻瓜
问题答案：
在此评论中，joferkington提及当前问题并说：
仅仅考虑它的价值
scipy.spatial.KDTree（和/或scipy.spatial.cKDTree，出于性能原因用C语言编写），它比列出的选项要可靠得多。
-
四叉树是一个二维空间递归细分。它使用了平分划分实现，将每一个块平分成了四个同等大小的方块。每个点存在于一个唯一的节点中；如果同一位置包含多个点，那么这多个点中的其中一些点将存储于内部节点，而非叶子结点。四叉树可用于加速各种空间操作，例如计算正多边形的体积的Barnes-Hut近似算法或者冲突检验。 d3.geom.quadtree() 创建一个新的四叉树工厂使用默认的x访问器，y访问器及范围。返回
-
我已经实现了一个四叉树来对图形中的点进行排序。每当一个点落在已经包含一个点的象限内时，该象限就会再次细分，以允许每个点落入其自己的象限。每个节点都具有以下属性： 假设我想遍历存储在这棵树中的每个节点，并计算落在给定矩形边界内的点数，我将如何递归检查树中的每个节点（假设我已经有方法检查它们是否落在某个区域）？
-
本文向大家介绍数据结构中的四叉树，包括了数据结构中的四叉树的使用技巧和注意事项，需要的朋友参考一下 四叉树是被实现以有效地存储二维空间上的点的数据的树。在此树中，每个节点最多具有四个子节点。 我们可以从二维区域构建四叉树，实现以下步骤 当前的二维空间分为四个框。 如果盒子中包含一个或多个点，则构建一个子对象，在其中存储盒子的二维空间。 如果一个盒子不包含任何点，则不要为其建立子对象。 对每个孩子执
-
我曾试图实现代码来实现平衡二叉搜索树的方式（蛮力），我发现有一个案例（树），似乎无法平衡。这棵树是 你可以明显地发现，这棵树的右边高度比它的左边高度大得多，所以我绕着'6'向左旋转，那么新树就会 然后，左边的高度比右边的高度大得多，所以在下一步中，我必须围绕节点“10”向右（返回）旋转树。 似乎必须有一个无限循环来旋转这棵树围绕它的根节点（旋转左、右、左、右……以此类推），同时平衡这棵树。平衡这棵
-
本文向大家介绍数据结构中的点四叉树，包括了数据结构中的点四叉树的使用技巧和注意事项，需要的朋友参考一下 点四叉树是为表示二维点数据而实现的二叉树的改编。所有四叉树的特征由点四叉树共享。 在比较通常在O（log n）时间执行的二维有序数据点时，它通常非常有效。点四叉树的完整性值得一提，但kd树已超越它们成为广义二分搜索的工具。 点四叉树的构建如下。 给定下一个要插入的点，我们计算它所在的单元格并将其
-
本文向大家介绍数据结构中的区域四叉树，包括了数据结构中的区域四叉树的使用技巧和注意事项，需要的朋友参考一下 区域四叉树可用于通过将区域划分为四个相等的象限，子象限等，以二维方式表示空间分区，每个叶节点由对应于特定子区域的数据组成。树中的每个节点都与正好有四个子节点或没有子节点（叶节点）相关联。遵循这种分解策略的四叉树的高度（即细分子象限，直到并且除非子象限中有需要进一步完善的有趣数据为止）敏感并取