这个递归函数计算 n 阶希尔伯特曲线的坐标。 然后可以使用“line”命令绘制它。

二维或更多维度的数据是线性存储的，因此数据中靠近的地方可以在内存或磁盘上很远。该软件包提供的功能可通过对多维数据进行排序以使附近的数据在内存中就近，从而提高存储和检索的效率

代码 hilbert3(n) 表示三维希尔伯特曲线。 受 Federico Forte 提出的函数 [x,y] = hilbert(n) 的启发

希尔伯特曲线 适用于Java的实用程序 将沿N维希尔伯特曲线的距离变换为一个点并返回。 边界框（N维）查询支持（边界框映射到hilbert索引上用于单列查找的多个间隔） 特征 支持多种尺寸 方法链 二维渲染 与基准jmh 状态：部署到Maven的中央 Maven的包括 也见。 背景 甲是首先由大卫·希尔伯特在1891年描述的连续的分形空间填充曲线。 该库支持近似希尔伯特曲线。 H n中是第n个近似希尔伯特曲线，是一个长度为1的2 n -1个直线段的路径。 希尔伯特曲线可用于索引多个维度，并具有有用的局部性。 简而言之， 索引接近索引的点将接近与该索引对应的点。 图1. 2D希尔伯特具有1至6个比特曲线（H 1至H 6） HilbertCurveRenderer . renderToFile(bits, 200 , filename); 图2. 2D Hilbert曲

基于分层希尔伯特曲线的基于位置服务的新型空间隐蔽方案

目录 这是一个程序包，可在沿着一维距离h和n维点(x_0, x_1, ... x_n-1) 。 有两个重要参数， n尺寸数（必须> 0） p构造希尔伯特曲线时使用的迭代次数（必须> 0） 我们考虑边长为2^p的n维。 该超立方体包含2^{np}单位超立方体（每个维度2^p ）。 单位超立方体的数量确定了沿希尔伯特曲线的可能离散距离（从0到2^{np} - 1索引）。 快速开始 用pip安装软件包， pip install hilbertcurve 您可以沿希尔伯特曲线计算给定距离的点， >> > from hilbertcurve . hilbertcurve import HilbertCurve >> > p = 1 ; n = 2 >> > hilbert_curve = HilbertCurve ( p , n ) >> > distances = list ( ra

希尔伯特曲线变换的好处是可以对一维数据进行下采样或上采样，而不必担心数据点的二维坐标是否发生变化。 希尔伯特曲线的设计方式使得数据点的绝对索引无关紧要； 只有与整个数据大小相比的相对索引才重要。 由三个文件组成： hilbertCurve 接收二维数据并将其输出为一维数据。 hilbertCurveRev 接收一维数据并将其输出为二维数据。 hilbertCurveExample 给出了使用这些函数的示例。 例子： % 玩具数据rowLen = 256; 数据 = 零（rowLen，rowLen）； 对于 x = 1:rowLen 对于 y = 1:rowLen 数据(x,y) = exp(-(0.125/rowLen)*((x-(rowLen+1)/2)^2+(y-(rowLen+1)/2)^2)); 结尾结尾 % 转换为希尔伯特曲线transData = hilbertCur

对希尔伯特曲线的绘制

GDI+绘制希尔伯特曲线代码