1.Redis 源码radix tree 源码解析
2.UE 八叉树Octree2源码分析

Redis radix tree 源码解析

       Redis 实现了不定长压缩前缀的 radix tree，用于集群模式下存储 slot 对应的源码所有 key 信息。本文解析在 Redis 源码中实现 radix tree 的核心内容。

       核心数据结构的源码定义如下：

       每个节点结构体 (raxNode) 包含了指向子节点的指针、当前节点的源码 key 的长度、以及是源码钓鱼领流量源码否为叶子节点的标记。

       以下是源码插入流程示例：

       场景一：仅插入 "abcd"。此节点为叶子节点，源码使用压缩前缀。源码

       场景二：在 "abcd" 之后插入 "abcdef"。源码从 "abcd" 的源码父节点遍历至压缩前缀，找到 "abcd" 空子节点，源码插入 "ef" 并标记为叶子节点。源码

       场景三：在 "abcd" 之后插入 "ab"。源码ab 为 "abcd" 的源码前缀，插入 "ab" 为子节点，并标记为叶子节点。同时保留 "abcd" 的前缀结构。

       场景四：在 "abcd" 之后插入 "abABC"。免费试用app源码ab 为前缀，创建 "ab" 和 "ABC" 分别为子节点，保持压缩前缀结构。

       删除流程则相对简单，找到指定 key 的叶子节点后，向上遍历并删除非叶子节点。若删除后父节点非压缩且大小大于1，则需处理合并问题，以优化树的比巴卜源码高度。

       合并的条件涉及：删除节点后，检查父节点是否仍为非压缩节点且包含多个子节点，以此决定是否进行合并操作。

       结束语：云数据库 Redis 版提供了稳定可靠、性能卓越、可弹性伸缩的数据库服务，基于飞天分布式系统和全SSD盘高性能存储，支持主备版和集群版高可用架构。提供全面的obv双线指标源码容灾切换、故障迁移、在线扩容、性能优化的数据库解决方案，欢迎使用。

UE 八叉树Octree2源码分析

       UE中八叉树Octree2源码分析，本文旨在深入理解UE八叉树的具体实现。八叉树概念广泛熟悉，但初次接触UE实现时仍需思考。UE八叉树简化应用，云笔记后端源码多数直接使用方便。本文针对UE4.至UE5.1版本八叉树源码进行详细解析。

       UE八叉树主要结构包括：TreeNodes、ParentLinks、TreeElements、FreeList、RootNodeContext和MinLeafExtent。TreeNodes存储节点信息，每个FNode记录当前节点元素数量及子节点Index；ParentLinks记录节点父节点ID；TreeElements存储元素数据；FreeList记录空闲FNode下标；RootNodeContext和MinLeafExtent与八叉树构造相关，用于确定节点半径。

       UE八叉树构造过程依赖AddElement方法，实现在AddElementInternal中。首先判断节点是否为叶子节点。若无子节点且元素数量超过预设阈值，或节点半径小于MinLeafExtent，则创建子节点。否则，直接将元素加入当前节点。若需创建子节点，清空当前节点元素，分配八个子节点，递归处理非叶节点情况。

       RemoveElement方法根据ElementId移除元素。首先在TreeElements中移除元素，然后从节点向上遍历，检查元素数量过少的节点，进行塌缩重构，将子节点元素移入当前节点。

       UE八叉树查询接口包括FindElement、FindElementsWithBoundsTest等，核心目的是遍历节点和子节点以满足查询条件。UE八叉树用于高效空间数据处理，通过Octree2类声明实现。例如，PrecomputedLightVolume类定义ElementType和OctreeSemantics，便于特定应用使用。

       UE八叉树内存管理关键在于TreeElement数组，使用TInlineAllocator或FDefaultAllocator需考虑应用场景。空间数据结构如四叉树、八叉树等在空间划分算法中具有重要应用，优化碰撞检测及实现复杂场景。