POINT- BASED METHODS This section contains a discussion of the representation of rectangles as points followed by an examination of the representation

of the collection of points. A common solution to the problem of representing a collection of objects is to approximate elements of the collection by simpler objects. One technique is to represent each object by using one of a number of primitive shapes the contain it. Up to now we have used rectangles, but other shapes, such as triangles, circles, cubes, parallelepipeds, cylinders, and spheres, are also possible. This approach is motivated, in part, by the fact that it is easier to test the containing objects for intersection than it is to perform the test using the actual objects. For example, it is easier to compute the intersection of two rectangles than of two polygons for which the rectangles server as approximations. More complex approximations can be created by composing Boolean operations and geometric transformation can be created by composing Boolean operations and geometric transformations on instances of the primitive types. In fact, this is the basis of the Constructive Solid Geometry (CSG) technique of representing three-dimensional objects [Voel77, Requ80], Discussed further in Section 5.5. The advantage if using such approximations is that each primitive can be described by a small se of parameters and can in turn represent a large class of objects. In particular, if primitive P is described by K parameters, then each set of parameter values defines a point in a K-dimensional space assigned to the class of objects in which the members are all the possible instances of primitive P. Such a point is termed a representative point. Note that a representative point and the class to which it belongs completely define all of the topological and geometric properties of the corresponding object. Most primitives can be described by more than one set of parameters. For example, using Cartesian coordinates, a circle is described by a representative point in three-dimensional space consisting of the x and y coordinates of its center and the value of its radius. On the other hand, using polar coordinates, a circle can also be described by a representative point in three-dimensional space consisting of the and coordinates of the its center the value of its radius. For other primitives, the choices are even more varied. For example, the class of objects formed by a rectangle in two dimensions with sides parallel to the x and y coordinate axes is described by a representative point in four-dimensional space. Some choices for the parameters are as follows: 1. 2. 3. The x and y coordinates of two diagonally opposite corners of the rectangle (e.g., the lower left and upper right). The x and y coordinates of a corner of the rectangle, together with its horizontal and vertical extents. The x and y coordinates of the centroid of the rectangle, together with its horizontal and vertical extents (i.e., the horizontal and vertical distances from the centroid to the relevant sides).

The actual choice depends on the type of operations that we intend to perform on the objects formed by them. Different parameters have different effects on the queries: thus making the right choice is important. Hinrichs and Nievergelt [Hinr83, Hinr85a] divide the parameters into two classes: location and extension. Location parameters specify the coordinates of a point, such as a corner or a centroid. Extension parameters specify size, for example, the radius of a circle. This distinction is always possible for objects that can be described as Cartesian products of spheres of varying dimension.

Many common objects can be described in this way. For example, a rectangle is the Cartesian products of two one-dimensional sphere and a two dimensional sphere. Whenever such a distinction between location and extension parameters can be drawn, the proximity queries that are described in Section 3.1 have cone-shaped search regions. The tip of the cone is usually in the subspace of the location parameters and has shape of the query point or query object. The importance of marking the right choice can be seen by examining class of one-dimensional intervals on a straight line. As an example, consider the collection of rectangles given in Figure 3.1. Each rectangle can be represented as the Cartesian products of two one-dimensional spheres corresponding to the sides that are given as horizontal and vertical intervals in Figure 3.10. These intervals can be represented using any of the three representations enumerated above. Representation L yields an ordered pair (L.R) where L and R correspond to the left and right, respectively, end-point of the interval. Figure 3.11 shows how the horizontal intervals would be represented using this method. In most application the intervals are small. Therefore for representation 1, L and R are very close in value. L < R means that the representative points are clustered near and above the diagonal. Thus the representative points are not well distributed, and hence any data structure based on organizing the embedding space of the data (e.g., address computation), in contrast to one based on the actual representative points store (e.g., comparative search), will have to pay a price for the empty half of the embedding space. On the other hand, Hinrichs and Nievergelt point out that separating the location parameters from the extension parameters results in a smaller embedding space that is filled more uniformly. For example, representation 3 is used in figure 3.12, where the horizontal intervals are represented as an ordered pair (CX,DX) such that CX is the centroid of the interval and DX is the distance from the centroid to the end of the interval. Representation 2 is similar to representation 3 (see Exercise 3.97). Figure 3.10 the (a) horizontal (i.e., x) and (b) vertical (i.e., y) intervals corresponding to the sides of the rectangles in Figure 3.1. Solid lines correspond to rectangles in the collection, and broken lines correspond to the query rectangles. Bearing the above considerations in mind, representation 3 seems to the most appropriate. In such a case, a rectangle is represented 3 seems to the most appropriate. In such a case, a rectangle is represented by the four-tuple(c, .d, .c, .d,), interpreted as the Cartesian product of a horizontal and a vertical one-dimensional interval(c, .d,) and (c, .d,), respectively. This representation is used by Hinrichs and Nievergelt [Hinr83, Hinr85a]; the following examples of its utility are due to them. Figure 3.11 Representation of the horizontal intervals of Figure 3.1 as ordered pairs (L, R) where L and R the left and right endpoints, respectively, of the interval. Figure 3.12 Representation of the horizontal intervals of Figure 3.1 as ordered pairs (CX, DX) where CX and DX are the centers and half-length, respectively, of the interval. Proximity queries involving point and rectangle query objects are easy to implement. Their answers are conic-shaped regions in the four-dimensional space formed by the Cartesian product of the twointerval query regions. This is equivalent to computing the intersection of the two query regions but is much more efficient. It also enables us to visualize our examples since the horizontal and vertical intervals correspond to the projections of the query responses on the c x-dx, and cy-dy, planes, respectively.

Figure 3.13 Search region for a point query on P for (a) the horizontal intervals and (b) the vertical intervals of Figure 3.1. All intervals containing P are in the shaded regions. Intervals appearing in the shaded regions of both (a) and (b) correspond to rectangles that contain P. The discussion is illustrated with the collection of rectangles given in Figure 3.1 along with query point P and query rectangles 1, 2, and 3. When the query objects are not individual points or rectangles, the representation of a rectangle as the Cartesian product of two orthogonal intervals is not that useful (e.g., query regions in the form of an arbitrary line or circle as in Exercises 3.101 and 3.102, respectively). For a point query, we wish to determine all intervals that contain a given point, say p. These intervals form a cone-shaped region with a tip that is an interval of length zero centered at p. For example, the horizontal and vertical intervals containing P are show shaded in parts A and B, respectively, of Figure 3.13. To find all the rectangles that contain a given point, we access a specific region in the fourdimensional space defined by the Cartesian product of the horizontal and vertical point-in-interval query regions. For example, P is in the set of rectangles with representative points in the intersection of the shaded portion of parts A and B of Figure 3.13, that is, (C, D) is the intersection of (C, D, G) and (A, C, D). A window query is a bit more complex. In this case, the one-dimensional analog of this query is to find all intervals that overlap a given interval, say l. Again the set of overlapping intervals consists of a coneshaped region with a tip that is the interval l. For example, the horizontal and vertical intervals that overlap the horizontal and vertical sides of query rectangle 1 are show shaded in parts A and B, respectively, of Figure 3.14. To find all the rectangles that overlap the query window, we access a specific region in the four-dimensional space defined by the Cartesian product of the horizontal and vertical interval-in-interval query regions. For example, query rectangle 1 overlaps the intersection of the shaded portion of parts A and B of Figure 3.14. That is, (B, D) is the intersection of (B, D, E, G) and (A, B, C, D). Figure 3.14 Search region for a window query on query rectangle 1 of figure 3.1 for (a) the horizontal intervals and (b) the vertical intervals of that figure. All intervals that contain points of rectangle 1 are in the shaded regions. Intervals appearing in the shaded regions of both (a) and (b) correspond to rectangles that intersect rectangle 1. For a containment query, the one-dimensional analog is to find all the intervals totally contained within a given interval, say l, the set of contained intervals consists of a cone-shaped region with a tip at l and that opens in the direction of smaller extent values. This makes sense because all intervals within the cone are totally contained in the interval represented by the tip. For example, the horizontal and vertical intervals contained in the horizontal and vertical sides of query rectangle 2 are show shaded in parts A and B, respectively, of Figure 3.15. To find all the rectangles contained in the query window, we access a specific region in the four-dimensional space defined by the Cartesian product of the horizontal and vertical contained-in-interval query regions. For example, query rectangle 2 contains the intersection of the shaded portion of parts A and B of Figure 3.15, that if {F}. For an enclosure query, the one-dimensional analog is to find all the intervals that enclose the given interval, say l. The set of enclosing intervals consists of a cone-shaped region with a tip at l that opens in the direction of larger extent values. This is logical because the interval represented by the tip in contained (i.e., enclosed) by all intervals within the cone. To find all the rectangles that enclose the query window, we access a specific region in

the four-dimensional space defined by the Cartesian product of the horizontal and vertical encloseinterval query regions. For example, the horizontal and vertical intervals that enclose the horizontal and vertical sides of query rectangle 3 are shown shaded in parts A and B, respectively, of figure 3.16. For example, query rectangle 3 contains the intersection of the shaded portion of parts A and B of Figure 3.16, that is, {E}. Figure 3.15 Search regions for a containment query on query rectangle 2 of Figure 3.1 for (a) the horizontal intervals and (b) the vertical intervals of that figure. All intervals contained in one of the intervals forming rectangle 2 are in the shaded regions. Intervals appearing in the shaded regions of both (a) and (b) correspond to rectangles contained in rectangle 2. In spite of the relative ease with which the queries are implemented using the representative point method with representation 3, there are queries for which it is ill suited. For example, suppose that we wish to solve the rectangle intersection problem. In fact, no matter which of the three representations we use, to solve this problem we must intersect each rectangle with every other rectangle. The problem is that none of these representations is area oriented; they reduce a spatial object to a single representative point. Although the extent of the object is reflected in the representative point, the final mapping of the representative point in the four-dimensional space does not result in the preservation of nearness in the two-dimensional space from which the rectangles are drawn. In other words, two rectangles may be very close (and possibly overlap), yet the Euclidean distance between their representative points in four-dimensional space may be quite large, thereby masking the overlapping relationship between them. For example, although rectangles B and D intersect query rectangle 1, we cannot easily tell if they intersect each other except by checking their sizes. This discussion has emphasized representation 3. Nevertheless, as we will see, the other representations are also commonly used. Interestingly although a rectangle whose sides are parallel to the x and y axes requires four values to be uniquely specified, it is also frequently modeled by a representative point in a two-dimensional space. The representative point corresponds to the centroid of the rectangle or to one of its corners (e.g., lower left). Figure 3.16 Search regions for an enclosure query on query rectangle 3 of Figure 3.1 for (a) the horizontal intervals and (b) the vertical intervals of that figure. All intervals that enclose one of the intervals forming rectangle 3 are in the shaded regions. Intervals appearing in the shaded regions of both (a) and (b) correspond to the rectangles that enclose rectangle 3. If rectangles are not permitted to overlap, such a representation is sufficient to ensure that no two rectangles have the same representative point. Of course, since two values do not uniquely specify the rectangle; the remaining values are retained in the record corresponding to the rectangle associated with the representative point. If rectangles are permitted to overlap, then such a representation means that there may be more than one record associated with a specific representative point. Once a specific representative point method is chosen for the rectangle, we can use the techniques discussed in Chapter 2 to organize the collection of representative pints. Again the choice of representation depends to a large extent on the type of operations that we will be performing. Ousterhout [Oust84] uses a nonhierarchical approach where each rectangle, treated as if it were a point, is connected to its neighbors by means of links. This technique is termed corner stitching. In particular, for each rectangle, there are two links from the lower left corner to the two neighbors to its top and right. This is similar to using representation 1 for the representative point of the rectangle.

The corner stitching representation imposes a partition of the plane that resembles a mosaic consisting of two types of tiles; space and solid. The solid tiles correspond to the rectangles and the space tiles to the void space, if any, between the rectangles. The space tiles are maximal horizontal strips, which means that no space tile in adjacent to a space tile immediately to its left or right. The maximality restriction implies that the decomposition into space and solid tiles is unique. Links exist between all types of tiles; solid tiles can be linked to both solid and space tiles and likewise for space tiles. It can be shown that for N rectangles, there are at most 3*N+1 space tiles (see Exercise 3.108), Figure 3.17 is an example of the space decomposition imposed by corner stitching for a nonoverlapping subset of the collection of rectangles given in Figure 3.1. The space tiles are delimited by solid and broken lines, and the rectangles are delimited by solid lines. The corner stitches (i.e., links) are also shown for some of the rectangles and space tiles. Figure 3.17 Example of the space decomposition imposed by corner stitching for a nonoverlapping subset of the collection of rectangles given in Figure 3.1. The rectangles are delimited by sold lines, while the space tiles are delimited by broken lines. Some of the corner stitches are shown.

PUNTO DE MTODOS BASADOS Esta seccin contiene una discusin sobre la representacin de los rectngulos como puntos, seguido por un examen de la reclamacin de la coleccin de puntos. Una solucin comn al problema de la representacin de una coleccin de objetos es aproximada a elementos de la coleccin de objetos ms simples. Una tcnica consiste en representar cada objeto mediante el uso de una serie de formas primitivas de la que contienen. Hasta ahora hemos utilizado los rectngulos, pero con otras formas, tales como tringulos, crculos, cubos, paraleleppedos, cilindros y esferas, tambin son posibles. Este enfoque est motivado, en parte, por el hecho de que es ms fcil poner a prueba los objetos que contienen a la interseccin de lo que es para realizar la prueba con los objetos reales. Por ejemplo, es ms fcil para calcular la interseccin de dos rectngulos de los dos polgonos para que los rectngulos de servidor como aproximaciones. Aproximaciones ms complejas se pueden crear mediante la composicin de las operaciones booleanas y transformacin geomtrica se pueden crear mediante la composicin de las operaciones booleanas y las transformaciones geomtricas en las instancias de los tipos primitivos. De hecho, esta es la base de la Geometra constructiva del slido (CSG) la tcnica de representar objetos tridimensionales [Voel77, Requ80], discuten ms lejos en la seccin 5.5. La ventaja si se utilizan estas aproximaciones es que cada primitiva puede ser descrito por un pequeo conjunto de parmetros y puede a su vez representa una gran clase de objetos. En particular, si P primitiva es descrita por los parmetros K, entonces cada conjunto de valores de los parmetros define un punto en un espacio K-dimensional asignado a la clase de objetos en los que los miembros son todos los posibles casos de primitivos P. Este punto es denomina un punto representativo. Tenga en cuenta que un punto representativo y de la clase a la que pertenece por completo definir todas las propiedades topolgicas y geomtricas de los objetos correspondientes. La mayora de las primitivas pueden ser descritas por ms de un conjunto de parmetros. Por ejemplo, usando coordenadas cartesianas, un crculo es descrito por un punto representativo en el espacio tridimensional formado por las coordenadas x e y de su centro y el valor de su radio. Por otro lado, el uso de coordenadas polares, un crculo tambin puede ser descrito por un punto representativo en el espacio tridimensional formado por las coordenadas y de su centro el valor de su radio. Para otras primitivas, las opciones son an ms variadas. Por ejemplo, la clase de objetos formada por un rectngulo en dos dimensiones con lados paralelos a los ejes X e Y de coordenadas es descrita por un punto representativo en el espacio de cuatro dimensiones. Algunas de las opciones para los parmetros son los siguientes: 1. Las coordenadas X e Y de dos esquinas opuestas del rectngulo (por ejemplo, el derecho inferior izquierda y superior). 2. Las coordenadas X e Y de una esquina del rectngulo, junto con su extensin horizontal y vertical. 3. Las coordenadas X e Y del centro de gravedad del rectngulo, junto con su extensin horizontal y vertical (es decir, la distancia horizontal y vertical desde el centroide a los lados correspondientes). La eleccin real depende del tipo de operaciones que tenemos la intencin de realizar en los objetos formados por ellos.

Parmetros diferentes tienen diferentes efectos en las consultas: lo que hace la eleccin correcta es importante. Hinrichs y Nievergelt [Hinr83, Hinr85a] divide los parmetros en dos clases: la ubicacin y extensin. Parmetros de ubicacin especifican las coordenadas de un punto, como una esquina o un centro de gravedad. Los parmetros de extensin de especificar el tamao, por ejemplo, el radio de un crculo. Esta distincin es siempre posible para los objetos que pueden ser descritos como productos cartesianos de esferas de diferentes dimensiones. Muchos objetos comunes se pueden describir de esta manera. Por ejemplo, un rectngulo es el producto cartesiano de dos esferas unidimensionales y una esfera de dos dimensiones. Cada vez que esta distincin entre la ubicacin y los parmetros de extensin se pueden extraer, las consultas de proximidad que se describen en la Seccin 3.1 en forma de cono que las regiones de bsqueda. La punta del cono es por lo general en el subespacio de los parmetros de ubicacin y tiene forma de consulta o el punto objeto de consulta. La importancia de marcar la opcin correcta se puede ver mediante el examen de la clase de una dimensin en intervalos de una lnea recta. Como ejemplo, consideremos el conjunto de rectngulos en la Figura 3.1. Cada rectngulo puede ser representado como los productos cartesianos de dos esferas unidimensionales correspondientes a los lados que se dan en intervalos horizontales y verticales en la figura 3.10. Estos intervalos pueden ser representados utilizando cualquiera de las tres representaciones enumeradas ms arriba. Representacin L se obtiene un par ordenado (L, R), donde L y R corresponden a la izquierda y derecha, respectivamente, el punto final del intervalo. La Figura 3.11 muestra cmo los intervalos horizontales se representan mediante este mtodo. En la mayora de los intervalos de aplicacin son pequeas. Por lo tanto, para la representacin de 1, L y R estn muy cerca de su valor. L <R significa que los puntos representativos estn agrupados cerca y por encima de la diagonal. As, los puntos representativos no estn bien distribuidos, y por lo tanto, cualquier estructura de datos basada en la organizacin del espacio de incorporacin de los datos (por ejemplo, clculo de direccin), a diferencia de uno basado en la representacin real de almacenar puntos (por ejemplo, la bsqueda comparativa), se ha de pagar un precio por la mitad vaca del espacio de inclusin. Por otro lado, Hinrichs y punto Nievergelt que separan los parmetros de localizacin de los parmetros de extensin de los resultados en un espacio de incorporacin de pequeos que se llena de manera ms uniforme. Por ejemplo, la representacin de 3 se utiliza en la figura 3.12, donde los intervalos horizontales se representan como un par ordenado (CX, DX) de tal manera que CX es el centro de gravedad del intervalo y DX es la distancia desde el centroide hasta el final del intervalo. Representacin 2 es similar a la representacin de 3 (vase el Ejercicio 3.97). Figura 3.10 (a) el horizontal (es decir, x) y (b) vertical (es decir, y) los intervalos correspondientes a los lados de los rectngulos en la Figura 3.1. Las lneas continuas corresponden a los rectngulos de la coleccin, y las lneas discontinuas corresponden a los rectngulos de la consulta. Teniendo estas consideraciones en mente, la representacin de 3 parece la ms adecuada. 3 En este caso, un rectngulo en representacin 3 parece la ms adecuada. En tal caso, un rectngulo es representado por la tupla de cuatro (C, .D, .C, .D,), interpretado como el producto cartesiano de una horizontal y una vertical de una dimensin intervalo (C, .D,) y (C, .D,), respectivamente. Esta representacin se utiliza por Hinrichs y Nievergelt [Hinr83, Hinr85a], los siguientes ejemplos de su utilidad se deben a ellos.

Figura 3.11 Representacin de los intervalos horizontal de la Figura 3.1, los pares ordenados (L, R), donde L y R los extremos izquierdo y derecho, respectivamente, del intervalo. Figura 3.12 Representacin de los intervalos horizontal de la Figura 3.1, los pares ordenados (CX, DX) en CX y DX son los centros y de longitud media, respectivamente, del intervalo. Consultas de proximidad implican puntos y objetos rectngulos de consulta son fciles de implementar. Sus respuestas son de forma cnica regiones en el espacio de cuatro dimensiones formado por el producto cartesiano de las regiones de consulta de dos intervalos. Esto es equivalente a calcular la interseccin de las dos regiones de consulta, pero es mucho ms eficiente. Tambin nos permite visualizar nuestros ejemplos ya que los intervalos horizontales y verticales corresponden a las proyecciones de las respuestas a las consultas sobre los planos cx-dx, y cy-dy , respectivamente. Figura 3.13 regin de la bsqueda para una consulta en el punto P de (a) los intervalos horizontal y (b) los intervalos verticales de la figura 3.1. Todos los intervalos que contienen P se encuentran en las regiones sombreadas. Intervalos que aparecen en las regiones sombreadas de los dos (a) y (b) corresponden a los rectngulos que contienen P. La discusin se ilustra con la coleccin de rectngulos en la Figura 3.1, junto con el punto P de la consulta y rectngulos consulta 1, 2 y 3. Cuando los objetos de la consulta no son puntos individuales o rectngulos, la representacin de un rectngulo como el producto cartesiano de dos intervalos ortogonales no es muy til (por ejemplo, regiones, consulta en la forma de una lnea arbitraria o un crculo, como en los ejercicios 3.101 y 3.102, respectivamente). Para una consulta punto, se desea determinar todos los intervalos que contienen un punto determinado, por ejemplo p. Estos intervalos forman una regin en forma de cono con una punta que es un intervalo de longitud cero con centro en p. Por ejemplo, los intervalos horizontales y verticales que contienen P se muestran sombreados en las partes A y B, respectivamente, de la figura 3.13. Para encontrar todos los rectngulos que contienen un punto dado, tenemos acceso a una regin especfica en el espacio de cuatro dimensiones definidas por el producto cartesiano de la horizontal y vertical de un punto en el intervalo de las regiones de la consulta. Por ejemplo, P est en el conjunto de rectngulos con puntos representativos en la interseccin de la parte sombreada de las partes A y B de la figura 3.13, es decir, (C, D) es la interseccin de (C, D, G) y (A, C, D). Una ventana de consulta es un poco ms compleja. En este caso, el anlogo de una dimensin de esta consulta es encontrar todos los intervalos que se solapan un intervalo determinado, por ejemplo l. Una vez ms el conjunto de intervalos de superposicin consiste en una regin en forma de cono con una punta que es el intervalo de l. Por ejemplo, los intervalos horizontal y vertical que se superponen a los lados horizontales y verticales del rectngulo una consulta se muestran sombreados en las partes A y B, respectivamente, de la figura 3.14. Para encontrar todos los rectngulos que se superponen a la ventana de consulta, tenemos acceso a una regin especfica en el espacio de cuatro dimensiones definidas por el producto cartesiano de intervalo en intervalo vertical y horizontal regiones de la consulta. Por ejemplo, la consulta se superpone un rectngulo de la interseccin de la parte sombreada de las partes A y B de la figura 3.14. Es decir, (B, D) es la interseccin de (B, D, E, G) y (A, B, C, D). Figura 3.14 regin de la bsqueda para una consulta en la ventana de consulta de un rectngulo de la figura 3.1 para (a) los intervalos horizontal y (b) los intervalos verticales de esa cifra. Todos los intervalos que contienen puntos de un rectngulo se encuentran en las regiones sombreadas. Intervalos que aparecen en las regiones sombreadas de los dos (a) y (b) corresponden a los rectngulos que se cruzan rectngulo 1.

Para una consulta de contencin, el anlogo de una dimensin es encontrar todos los intervalos totalmente contenidos dentro de un intervalo determinado, por ejemplo 1. El conjunto de intervalos de contenidos se compone de una regin en forma de cono con la punta de l, y que se abre en el sentido de los valores, en menor medida. Esto tiene sentido porque todos los intervalos dentro del cono son totalmente contenido en el intervalo representado por la punta. Por ejemplo, los intervalos horizontales y verticales que figuran en los lados horizontales y verticales del rectngulo de consulta 2 se muestran sombreados en las partes A y B, respectivamente, de la figura 3.15. Para encontrar todos los rectngulos contenidos en la ventana de consulta, tenemos acceso a una regin especfica en el espacio de cuatro dimensiones definidas por el producto cartesiano de las regiones de consulta horizontal y vertical que figura en el intervalo. Por ejemplo, un rectngulo de consulta 2 contiene la interseccin de la parte sombreada de las partes A y B de la figura 3.15, que si {F}. Para una consulta de caja, el anlogo de una dimensin es encontrar todos los intervalos que delimitan el intervalo determinado, por ejemplo 1. El conjunto de intervalos encierra consiste en una regin en forma de cono con la punta del que se abre en el sentido de los valores en mayor medida. Esto es lgico ya que el intervalo representado por la punta en el contenido (es decir, cerrado) por todos los intervalos dentro del cono. Para encontrar todos los rectngulos que rodean la ventana de consulta, tenemos acceso a una regin especfica en el espacio de cuatro dimensiones definidas por el producto cartesiano de las regiones de consulta horizontal y vertical encierran intervalo. Por ejemplo, los intervalos horizontales y verticales que encierran los lados horizontales y verticales del rectngulo de consulta 3 se muestran sombreados en las partes A y B, respectivamente, de la figura 3.16. Por ejemplo, un rectngulo de consulta 3 contiene la interseccin de la parte sombreada de las partes A y B de la figura 3.16, es decir, {E}. Figura 3.15 regiones de bsqueda para una consulta de contencin en el rectngulo de consulta 2 de la Figura 3.1 para (a) los intervalos horizontal y (b) los intervalos verticales de esa cifra. Todos los intervalos que figuran en uno de los intervalos de la formacin de rectngulo de 2 se encuentran en las regiones sombreadas. Intervalos que aparecen en las regiones sombreadas de los dos (a) y (b) corresponden a los rectngulos contenidos en el rectngulo 2. A pesar de la relativa facilidad con que las consultas se implementan utilizando el mtodo de punto representativo de la representacin 3, hay consultas para las que es poco adecuado. Por ejemplo, supongamos que queremos resolver el problema de interseccin rectngulo. De hecho, no importa cul de las tres representaciones que usamos, para resolver este problema tenemos que cruzar cada rectngulo con cada recuadro de al lado. El problema es que ninguna de estas representaciones es el rea de orientacin, reducen un objeto espacial de un punto nico representante. Aunque la medida del objeto se refleja en el punto representativo, la asignacin final del punto representativo en el espacio de cuatro dimensiones no se traduce en la preservacin de la cercana en el espacio de dos dimensiones de los rectngulos que se dibujan. En otras palabras, dos rectngulos pueden estar muy cerca (y posiblemente se superponen), sin embargo, la distancia euclidiana entre los puntos representativos en el espacio de cuatro dimensiones puede ser bastante grande, lo que enmascara la relacin de solapamiento entre ellas. Por ejemplo, aunque los rectngulos B y D se cruzan rectngulo consulta 1, no se puede decir fcilmente si se cruzan entre s, excepto por el control de su tamao.

Este debate ha puesto de relieve la representacin 3. Sin embargo, como veremos, las otras representaciones son tambin de uso general. Es interesante que a pesar de un rectngulo cuyos lados son paralelos a los ejes X e Y se requieren cuatro valores que se especifican nicamente, es tambin con frecuencia modelada por un punto representativo en un espacio bidimensional. El punto representativo corresponde al centroide del rectngulo o una de sus esquinas (por ejemplo, abajo a la izquierda). Figura 3.16 regiones de bsqueda para una consulta en la caja rectangular consulta 3 de la Figura 3.1 para (a) los intervalos horizontal y (b) los intervalos verticales de esa cifra. Todos los intervalos que encierran uno de los intervalos que forman un rectngulo 3 se encuentran en las regiones sombreadas. Intervalos que aparecen en las regiones sombreadas de los dos (a) y (b) corresponden a los rectngulos que encierran rectngulo 3. Si los rectngulos no se permite a la superposicin, tal representacin es suficiente para asegurar que no hay dos rectngulos que tienen el mismo punto representante. Por supuesto, ya que dos valores no nicamente especificaran el rectngulo, los valores restantes se conservan en el registro correspondiente al rectngulo asociado con el punto representativo. Si se permite que los rectngulos se superpongan, entonces esta representacin significa que puede haber ms de un registro asociado a un punto representativo especfico. Una vez que un mtodo representativo punto especfico es elegido por el rectngulo, podemos utilizar las tcnicas descritas en el captulo 2 para organizar la recogida de pintas representantes. Una vez ms la eleccin de la representacin depende en gran medida del tipo de operaciones que se realizan. Ousterhout [Oust84] utiliza un enfoque no jerrquico, donde cada rectngulo, tratada como si fuera un punto, se conecta a sus vecinos por medio de enlaces. Esta tcnica se denomina costura esquina. En particular, para cada rectngulo, hay dos enlaces de la esquina inferior izquierda de los dos vecinos de la parte superior y derecha. Esto es similar al uso de la representacin de un punto representativo del rectngulo. La representacin de costura esquina impone una particin del plano que se asemeja a un mosaico compuesto por dos tipos de baldosas, el espacio y slido. Los azulejos slidos corresponden a los rectngulos y los azulejos de espacio para el espacio vaco, en su caso, entre los rectngulos. Los azulejos son el espacio mximo de franjas horizontales, lo que significa que no hay espacio en el azulejo al lado de un azulejo espacio inmediatamente a su izquierda o derecha. La restriccin maximalidad implica que la descomposicin en las baldosas del espacio y slida es nica. Existen vnculos entre todos los tipos de tejas; azulejos slido puede ser relacionado tanto con baldosas de slidos y el espacio y tambin para los azulejos del espacio. Se puede demostrar que para los rectngulos N, hay a lo sumo 3 * azulejos espacio N +1 (ver el Ejercicio 3.108), la figura 3.17 es un ejemplo de la descomposicin del espacio impuestas por la esquina de costura para un subconjunto no superpuestas de la coleccin de rectngulos dada en Figura 3.1. Los azulejos del espacio estn delimitados por lneas slidas y quebradas, y los rectngulos estn delimitados por lneas continuas. Los puntos de esquina (es decir, enlaces) tambin se muestran algunos de los rectngulos y los azulejos del espacio. Figura 3.17 Ejemplo de la descomposicin del espacio impuestas por la costura de la esquina para un subconjunto de la coleccin que no se superponen los rectngulos en la Figura 3.1. Los rectngulos estn delimitados por las lneas vendidas, mientras que las baldosas estn delimitadas por espacio de lneas quebradas. Algunos de los puntos de esquina se muestran.