题目：GridTree在空间连续搜索算法中的应用

在空间数据索引领域，RTree索引结构自发明以来一直以其直观、简洁、高效、空间利用率高而被空间数据库广泛采用，成为解决传统空间数据存储和管理的有力工具，也是众多空间数据索引理论体系中发展最为成熟的理论体系。大量使用空间数据索引的算法都是基于RTree构建的，使得RTree体系成为评估一个空间数据索引体系好坏的标准参考。

近年来，随着移动互联网的快速发展，越来越多的移动设备带来的海量移动数据的存储和管理给传统的空间数据库带来了巨大挑战。RTree体系空间数据索引结构的特征是更新慢、查询快、存储空间小，可以很好地适应传统空间数据库更新少、查询多、存储成本高的需求。但移动应用数据的特征是需要持续更新、空间连续查询和快速响应，传统的RTree体系空间数据索引结构无法适应这一需求。越来越多的研究工作开始转向于具有快速更新、快速响应、适合空间连续查询特征的空间数据索引结构，并形成了针对移动对象的研究领域。

本论文研究的GridTree就是这样一种空间数据索引结构，天然地具有快速更新、适合空间连续查询的特征。虽然相比于RTree平衡树，GridTree的局部树高度可能比RTree略高，这通常会导致稍多的查找操作。但在实际的应用中，数据空间通常被限定在一定的分辨率之内，所以GridTree的树高度不会太高（在多数情况下，度为16×16的GridTree树高度通常不高于5级）。本论文重点研究是GridTree上的基于其空间连续查询特征的kNN和CRQ算法。kNN作为空间索引领域使用最为广泛的临近搜索算法，可以用于充分评估GridTree的空间连续搜索能力。CRQ算法作为移动对象领域的基础算法之一，用于评估GridTree空间连续搜索能力的同时，本论文还创新性地对其进行了改进，使其具有快速响应的特征。在未来，GridTree在空间索引理论，以及移动对象领域将会有非常大的研究价值。