为该问题发布整个树的代码将毫无意义（太长且混乱），而且我已经尝试了一段时间来解决此问题，所以我并不是真的想要一些具体的解决方案，而是为什么会发生这种情况的想法。因此：
MaxCapacity=10之后，我进行了范围搜索，然后得到了正确的结果（对于任何大于等于10的数字）。如果我切换到MaxCapacity=4，则结果是错误的。但是，如果我将数据集缩小到大约20.000坐标，则结果对于MaxCapacity=4还是正确的。因此，对于我来说，这似乎是不正确的分割算法，它仅显示了小的MaxCapacity和大型数据集，其中我们有大量分割。但是该算法几乎检查了所有内容，因此我在那里真的找不到错误。还有其他想法吗？ Tree用SCALA语言编写，升级策略提升了彼此之间最远的两个点，对于拆分策略，我们遍历溢出节点的条目，然后将每个条目放入更接近的升级点组中。
不知道是否有人对此感兴趣，但是我找到了造成这种情况的原因。我以为问题是分裂的，但我错了。问题是当我在“插入递归”算法中选择要放置到下一个节点的下一个节点时。因此，我通过计算每个节点的中心与入口点之间的距离来选择此节点。选择具有最小所述距离的节点。如果该条目恰好位于多个节点的半径之内，则此方法很好。在这种情况下，minDistance可以按预期工作，但是如果条目不位于任何节点的半径内？在这种情况下，我们还必须扩大半径以包含条目。因此，如果要在其子节点中包含条目，则需要找到其半径会减小的节点。对于节点，其与入口点的距离可能最小，但所需的扩展可能会灾难性地很大。我没有考虑过这种情况，因此将条目放置在错误的节点上，从而导致巨大的扩展和重叠。当我实施此案例时，问题已解决！