彼らは実際にはかなり異なっています。それらは同様の目的（空間データに対する領域クエリ）を果たし、両方ともツリーですが、それはそれらが共通して持っているすべてについてです。
- Rツリーはbalancedであり、kdツリーは（バルクロードされない限り）そうではありません。これが、kdツリーを再構築して再最適化する必要があるため、Rツリーがデータの変更に適している理由です。
- Rツリーはディスク指向です。実際には、ディスク上の表現に直接マップされる領域にデータを整理します。これにより、実際のデータベースやメモリ不足の操作でより便利になります。 kd-treeはメモリ指向であり、ディスクページに置くのは簡単です
- Rツリーはデータ空間全体をカバーしません。空の領域が発見される場合があります。 kdツリーは常にスペース全体をカバーします。
- kd-trees binary splitデータスペース、r-treesはデータをrectanglesに分割します。バイナリ分割は明らかに互いに素です。一方、r-treeの長方形はオーバーラップする場合があります（オーバーラップを最小限に抑えようとしますが、実際には良い場合もあります）
- kdツリーはメモリに実装するのがはるかに簡単です。これは実際に重要な利点です
- Rツリーは長方形とポリゴンを保存できます。kdツリーはポイントベクトルのみを保存します（ポリゴンにはオーバーラップが必要です）
- Rツリーには、さまざまな最適化戦略、異なる分割、バルクローダー、挿入および再挿入戦略などが付属しています。
- Kdツリーは2乗ユークリッド距離とミンコフスキーノルムをサポートしますが、Rtreeは測地距離もサポートすることが示されています（ジオデータ上の近点を見つけるため）。
this answer で言及されていない2つの間の大きな違いは、KDツリーはバルクロードの状況でのみ効率的であることです。構築されたKDツリーの変更またはリバランスは簡単ではありません。 Rツリーはこの影響を受けません。