Ne açısından parça ağaçlar, Aralık ağaçları, ikili endeksli ağaçları ve çeşitli ağaçlar arasında farklılıklar vardır:

• Anahtar fikir/tanımı
• Uygulamalar
• Performans alanı tüketim/yüksek boyutlarda sipariş

Lütfen sadece tanımları vermeyin.

Tüm bu veri yapıları farklı problemleri çözmek için kullanılır:

• Ağaç kesimiaralıklarla depolar ve optimize "bu aralıklar belirli bir nokta içerir" sorgular.
• Aralığı ağaçde aralıklarla depolar, ama optimize "bu aralıklar belirli bir zaman aralığı ile çakışıyor" sorgular. Ayrıca işaret sorgular segment ağaç benzeri için kullanılabilir.
• Dizi ağaçnoktaları mağazaları ve optimize "belirli bir zaman aralığı içinde kalan" sorgular.
• Endeksli ağaç ikilidizin başına öğe sayısını saklar ve optimize "kaç öğeleri orada indeksi m ve n arasında" sorgular.

Performans bir boyut için Alanı tüketim/:

• Ağaç kesimi- (N logn) zaman, O(k) logn) sorgu zaman, O önişleme O(n logn) alanı
• Aralığı ağaç- (N logn) zaman, O(k) logn) sorgu zaman, O önişleme O(n) alanı
• Dizi ağaç- (N logn) zaman, O(k) logn) sorgu zaman, O önişleme O(n) alanı
• Endeksli ağaç ikili- (N logn) zaman, O(log n) sorgu zaman, O önişleme O(n) alanı

(k) rapor sonuçları sayısıdır).

Tüm veri yapıları dinamik, kullanım senaryosu, hem de veri değişiklikleri içeren ve sorgulayan anlamda olabilir:

• Ağaç kesimi- Aralık/(logn) O zaman (here) katma silinebilir
• Aralığı ağaç- Aralık/(logn) O zaman katma silinebilir
• Dizi ağaç- yeni puan/(logn) O zaman (here) katma silinebilir
• Endeksli ağaç ikili- öğeleri-sayı başına Endeksi(logn) O zaman artırılabilir

Daha yüksek Boyutlar (d>1):

• Ağaç kesimi- O ((log n) n^d) zaman, O ((log n) k^d) sorgu zaman, O ((log n) n^(d-1)) uzay önişleme
• Aralığı ağaç- (N logn) zaman, O ((log n) k^d) sorgu zaman, O önişleme O(n logn) alanı
• Dizi ağaç- O(n(log n)^d) önişleme zaman, O(k) (log n)^d) sorgu zaman, O(n(log N)^(d-1))) Alanı
• Endeksli ağaç ikili- O ((log n) n^d) zaman, O((log n)^d) sorgu zaman, O ((log n) n^d) uzay önişleme