为什么boost.geometry.index.rtree比superliminal.RTree慢
Why boost.geometry.index.rtree is slower than superliminal.RTree
我测试了boost.geometry.index.rtree (boost 1.59 www.boost.org)和superliminal。RTree (http://superliminal.com/sources/sources.htm # C_Code)。
令我惊讶的是，超级阈值。RTree比boost.geometry.index.rtree更快。
环境设置- 在阈值中添加相同的空间索引数据。RTree和boost.geometry.index.rtree对象。
- 测试相同的空间索引查询100次，得到所消耗的时间。
- GCC版本为"GCC version 4.4.6 20110731 (Red Hat 4.4.6-4) (GCC)"，使用"-g -o2 -Wall -finline-functions"编译器标志。
- 使用RTree <uint64_t,>
namespace bg = boost::geometry;
namespace bgi = boost::geometry::index;
typedef bg::model::point < int, 2, bg::cs::cartesian > point_t;
typedef bg::model::box < point_t > box_t;
typedef std::pair < box_t, uint64_t > value_t;
typedef bgi::rtree < value_t, bgi::quadratic < 8, 4 > > rtree_t;
结果是:
superliminal。RTree 0.029 s
boost.geometry.index。rtree 0.12 s。
很难说明为什么在您的情况下它较慢，因为您没有共享代码，也没有告诉您如何确切地使用r树实现。您也没有提供有关您正在存储的数据的任何信息。当你比较算法或数据结构时，这些东西是非常重要的。
我只能猜测你使用Superliminar R-tree的方式与它在附加的测试文件中使用的方式相同，所以你将回调函数传递到Search成员函数。我猜你用的是Boost。几何r树的方式与快速开始部分中的文档中显示的相同，因此您将std::back_insert_iterator的对象传递到query成员函数中。我们来看看这个
#include "RTree.h"
#include <vector>
#include <boost/geometry.hpp>
#include <boost/geometry/index/rtree.hpp>
#include <boost/timer.hpp>
struct Rect
{
Rect() {}
Rect(int a_minX, int a_minY, int a_maxX, int a_maxY)
{
min[0] = a_minX;
min[1] = a_minY;
max[0] = a_maxX;
max[1] = a_maxY;
}
int min[2];
int max[2];
};
// used with Superliminar R-tree
std::vector<uint64_t> res;
bool MySearchCallback(uint64_t id, void* arg)
{
res.push_back(id);
return true;
}
int main()
{
// randomize rectangles
std::vector<Rect> rects;
for (size_t i = 0 ; i < 300000 ; ++i)
{
int min_x = rand() % 10000;
int min_y = rand() % 10000;
int w = 1 + rand() % 100;
int h = 1 + rand() % 100;
rects.push_back(Rect(min_x, min_y, min_x+w, min_y+h));
}
// create the rectangle passed into the query
Rect search_rect(4000, 4000, 6000, 6000);
// create the Superliminar R-tree
RTree<uint64_t, int, 2, int64_t> tree;
// create the Boost.Geometry R-tree
namespace bg = boost::geometry;
namespace bgi = boost::geometry::index;
typedef bg::model::point<int, 2, bg::cs::cartesian> point_t;
typedef bg::model::box<point_t> box_t;
typedef std::pair<box_t, uint64_t> value_t;
bgi::rtree<value_t, bgi::quadratic<8, 4> > bg_tree;
// Insert values
for(size_t i = 0; i < rects.size(); i++)
{
Rect const& r = rects[i];
tree.Insert(r.min, r.max, i);
box_t b(point_t(r.min[0], r.min[1]), point_t(r.max[0], r.max[1]));
bg_tree.insert(value_t(b, i));
}
// test Rtree
{
int sum = 0;
boost::timer t;
for (size_t i = 0 ; i < 100 ; ++i)
{
res.clear();
sum += tree.Search(search_rect.min, search_rect.max, MySearchCallback, NULL);
}
double s = t.elapsed();
std::cout << s << " " << sum << std::endl;
}
// test BG Rtree
{
box_t search_box(
point_t(search_rect.min[0], search_rect.min[1]),
point_t(search_rect.max[0], search_rect.max[1]));
size_t sum = 0;
boost::timer t;
for (size_t i = 0 ; i < 100 ; ++i)
{
std::vector<value_t> res;
sum += bg_tree.query(bgi::intersects(search_box), std::back_inserter(res));
}
double s = t.elapsed();
std::cout << s << " " << sum << std::endl;
}
}
结果(使用GCC 4.8 -O2 -finline-functions)如下:
0.014s for Superliminar R-tree
0.072s for Boost.Geometry R-tree
所以它们和你的相似，即一个快了5倍。注意，在这两种情况下，我都创建了一个容器来存储结果(Superliminar的id和Boost.Geometry的整数值)。问题是r树的使用方式不同。
优化1让我们试着通过以相同的方式存储相同的结果来消除两种r树在使用上的差异。为了做到这一点，删除临时的std::vector<value_t>。要实现回调，将std::back_insert_iterator替换为一个名为boost::function_output_iterator的函数对象。在这两种情况下，只存储std::vector<uint64_t>中的id，并希望编译器会优化代码。
#include "RTree.h"
#include <vector>
#include <boost/function_output_iterator.hpp>
#include <boost/geometry.hpp>
#include <boost/geometry/index/rtree.hpp>
#include <boost/timer.hpp>
struct Rect
{
Rect() {}
Rect(int a_minX, int a_minY, int a_maxX, int a_maxY)
{
min[0] = a_minX;
min[1] = a_minY;
max[0] = a_maxX;
max[1] = a_maxY;
}
int min[2];
int max[2];
};
std::vector<uint64_t> res;
// used with Superliminar R-tree
bool MySearchCallback(uint64_t id, void* arg)
{
res.push_back(id);
return true;
}
// used with Boost.Geometry R-tree
struct MySearchCallback2
{
template <typename Value>
void operator()(Value const& v)
{
res.push_back(v.second);
}
};
int main()
{
// randomize rectangles
std::vector<Rect> rects;
for (size_t i = 0 ; i < 300000 ; ++i)
{
int min_x = rand() % 10000;
int min_y = rand() % 10000;
int w = 1 + rand() % 100;
int h = 1 + rand() % 100;
rects.push_back(Rect(min_x, min_y, min_x+w, min_y+h));
}
// create the rectangle passed into the query
Rect search_rect(4000, 4000, 6000, 6000);
// create the Superliminar R-tree
RTree<uint64_t, int, 2, int64_t> tree;
// create the Boost.Geometry R-tree
namespace bg = boost::geometry;
namespace bgi = boost::geometry::index;
typedef bg::model::point<int, 2, bg::cs::cartesian> point_t;
typedef bg::model::box<point_t> box_t;
typedef std::pair<box_t, uint64_t> value_t;
bgi::rtree<value_t, bgi::quadratic<8, 4> > bg_tree;
// Insert values
for(size_t i = 0; i < rects.size(); i++)
{
Rect const& r = rects[i];
tree.Insert(r.min, r.max, i);
box_t b(point_t(r.min[0], r.min[1]), point_t(r.max[0], r.max[1]));
bg_tree.insert(value_t(b, i));
}
// test Rtree
{
int sum = 0;
boost::timer t;
for (size_t i = 0 ; i < 100 ; ++i)
{
res.clear();
sum += tree.Search(search_rect.min, search_rect.max, MySearchCallback, NULL);
}
double s = t.elapsed();
std::cout << s << " " << sum << std::endl;
}
// test BG Rtree
{
box_t search_box(
point_t(search_rect.min[0], search_rect.min[1]),
point_t(search_rect.max[0], search_rect.max[1]));
size_t sum = 0;
MySearchCallback2 callback;
boost::timer t;
for (size_t i = 0 ; i < 100 ; ++i)
{
res.clear();
sum += bg_tree.query(bgi::intersects(search_box), boost::make_function_output_iterator(callback));
}
double s = t.elapsed();
std::cout << s << " " << sum << std::endl;
}
}
在这种情况下，结果是:
0.014s for Superliminar R-tree
0.033s for Boost.Geometry R-tree
可以做的另一件事是禁用断言。助推器里有一些。几何r - tree。在用-DNDEBUG编译代码之后，结果更加接近了:
0.014s for Superliminar R-tree
0.015s for Boost.Geometry R-tree
在这个综合测试用例中，对于随机数据等，结果大致相同。同样，对你来说，它们可能是不同的，我不知道你到底在做什么，所以我不能告诉你是什么问题。
这是一个非常简单的用例，如果测试更复杂的用例，结果可能会有所不同。换句话说，应该分析一个实际的应用程序，看看是否存在一些瓶颈。
进一步提振。几何R-tree的代码要复杂得多。两个r树实现的接口是不同的，特别是两个搜索/查询函数需要不同的参数，并且处理它们的方式也不同。编译器可以选择以不同的方式优化代码。
注:
与提升。几何r树可以使用不同的分割算法和打包算法，这样你就可以试验哪种算法最适合你的情况。要使用打包算法，您必须将一系列值传递给rtree构造函数。对于使用打包算法创建的相同数据和元素数量和rtree，查询时间为0.005s。
相关文章：
- 如何查询一个框是否在 rtree 中
- 有没有办法访问C++ Boost rtree 中的非叶节点
- 在多边形内查找增强 rtree 元素
- 我是否需要遍历升压 rtree 的层次结构才能实现最大效率?
- 在几何图形中使用提升 rtree 查找结果点
- 如何使用boost ::几何:: rtree with glm :: vec3作为自定义点类型
- Boost-rtree.bounds(）:获取更多的框和/或访问其结构
- C 的空间indexex库:从/到磁盘加载/存储主内存rtree
- boost::rtree受gcc编译器的影响很大
- 查询从内存映射文件检索到的Rtree时出现分段错误
- 我可以将 Boost.Geometry.index.rtree 与线程一起使用吗?
- rtree 是可索引的断言
- 为什么boost.geometry.index.rtree比superliminal.RTree慢
- Boost Rtree C2228 error
- boost中rtree的装箱算法
- 使用rtree(或任何其他算法）计算向量中组的频率
