Boost中rtree中的打包算法

小编典典

Boost中rtree中的打包算法

algorithm

大家好，我知道，如果使用在boost中的范围值创建rtree，它将使用打包算法。我需要一个使用打包算法的rtree示例。这是我的使用二次算法的代码

    using  point = bg::model::point < int, 2, bg::cs::cartesian >;
    using  pointI = std::pair<point, std::size_t>;
 vector<point> contourCenters // has some value
bgi::rtree< pointI, bgi::quadratic<16> > rtree;
vector< pointI > cloud;

for (size_t i = 0; i < contourCenters.size(); ++i)
{
    int x = contourCenters[i].get < 0 >();
    int y = contourCenters[i].get < 1 >();

    cout << "Contour Centers: (" << x << "," << y << ")";
    cloud.push_back(mp(x, y, i));
    rtree.insert(make_pair(contourCenters[i], i));
}

我想用打包算法创建rtree，因为它似乎是提升速度最快的算法。请指导我如何使用Boost中的打包算法创建rtree。

阅读 443

2020-07-28

共1个答案

小编典典

您只需要使用range构造函数即可。

为此，必须在构造rtree之前创建范围。在您的示例中，实现此目标的最简单方法是先构建cloud向量，然后从中构建索引：

[Live On Coliru](http://coliru.stacked-crooked.com/a/e69d98d9e716ff7b)

#include <boost/geometry/index/rtree.hpp>
#include <boost/geometry.hpp>
#include <boost/geometry/geometries/point.hpp>
#include <boost/geometry/geometries/box.hpp>
#include <vector>
#include <iostream>

namespace bg = boost::geometry;
namespace bgi = bg::index;
using  point  = bg::model::point <int, 2, bg::cs::cartesian>;
using  pointI = std::pair<point, std::size_t>;

pointI mp(int x, int y, size_t v) {
    return std::make_pair(point(x,y), v);
}

int main()
{
    std::vector<point> contourCenters; // has some value
    std::vector<pointI> cloud;

    size_t id_gen = 0;
    std::transform(
            contourCenters.begin(), contourCenters.end(),
            back_inserter(cloud), 
            [&](point const& p) { return std::make_pair(p, id_gen++); }
        );

    for(pointI& pi : cloud)
        std::cout << "Contour Centers: (" << bg::get<0>(pi.first) << "," << bg::get<1>(pi.first) << ")";

    bgi::rtree<pointI, bgi::quadratic<16> > rtree(cloud);
}

我用std::transform好的样式替换了循环，但是您可以按原样保留循环。

2020-07-28