@phdthesis{Jung2012,
  type      = {Master Thesis},
  author    = {Christopher Jung},
  title     = {Vergleich von Quadtree, kd-tree und r-tree f{\"u}r statische und dynamische Geodaten},
  url       = {https://nbn-resolving.org/urn:nbn:de:101:1-201201107445},
  year      = {2012},
  abstract  = {Mit der zunehmenden Bedeutung von Geodaten stellt sich die Frage, welche Indices f{\"u}r welche Anwendungszwecke geeignet sind. Ziel dieser Arbeit ist es, dies am Beispiel von je drei Quadtrees (quadtree, bucket-pr-quadtree, mx-cif quadtree), kd-trees (kd-tree, four-dimensional kd-tree, kdb-tree) und r-trees (guttman r-tree, str-tree, r*-tree) sowohl f{\"u}r statische wie auch dynamische Geodaten zu untersuchen. Als Variante der dynamischen Daten werden zudem Bewegungsdaten betrachtet. Der Vergleich erfolgt sowohl theoretisch, weshalb alle genannten Indices detailliert vorgestellt werden, als auch praktisch. Dazu wurde eine Testumgebung in Java realisiert, die das gezielte Testen von bestimmten Operationen auf den Indices erm{\"o}glicht. Als Ergebnis des theoretischen Vergleichs werden verschiedene Charakteristika den Indices zugeordnet, die eine grobe Vorabauswahl erm{\"o}glichen. Der praktische Vergleich zeigt anschlie{\"s}end die Resultate differenziert nach Punktgeometrien, Nicht Punktgeometrien und Bewegungsdaten. Als Resultat wird eine generell gute Eignung der r-trees und insbesondere des str-trees dargestellt. Gleichzeitig wird aber auch darauf hingewiesen, dass es Anwendungsszenarien (z.B. langsame I/O) gibt, in denen eine andere Wahl getroffen werden sollte.},
  language  = {de}
}