高精度计算是算法较为基础的一部分。
由于现有计算编程语言的数据类型限制，对于大数据的存储能力与计算能力有限。故在需要进行大数据运算时，我们采用非常规的方法代替编程语言内置的算法，来进行计算。
大数据计算的一般思路为：将大数据拆分成多个小数据，使用编辑语言能够计算的小数据进行计算，再将小数据合并成大数据。
从自然数的加法开始学习。
首先要解决的是数据的存储。由于C++语言的长整型存储位数有限，存储大数据会出现溢出错误，我们将大数当作一个字符串进行存储。
然后将字符串分解成可以运算的小数，按照数据运算的一般规则来进行计算处理。
最后将多个小数组合成大数表示。
则对于大数加法有如下步骤：
R-Tree简介：
R-Tree是一种为空间查询而生的数据结构。只要给出一个空间对象的范围，使用R-Tree就可以快速而精确的查询出你所需要的空间对象（一个精确对象或是与之叠加的一组对象）。
如果你使用的SQLite是从SQLite官网上直接下载的DLL文件，那么它应该已经包含了R-Tree功能模块。如果你使用的是自己定制的SQLite库，那么你在编译的时候，就需要打开R-Tree开关了(R-Tree模块默认是禁用的)。在C模式下编译的时候，添加 SQLITE_ENABLE_RTREE 宏开关，就可以获取R-Tree模块支持了。
SQLite中的R-Tree以虚表(Virtual Table)实现，最多支持5维空间索引。在N维R-Tree中，需要给出一个64位有符号整型作为索引(同时也是主键),然后给出N维的32位浮点数的空间范围值对。例如，一维的R-Tree，需要给出三个字段：索引、最小值、最大值，二维的R-Tree，需要给出五个字段：索引、X最小值、X最大值、Y最小值、Y最值…以此类推，五维的R-Tree,有11个字段。
在SQLite中创建一个R-Tree很简单，只需要一条Sql语句就可以搞定：
格式：CREATE VIRTUAL TABLE <name> USING rtree(<column-names>);
例如：CREATE VIRTUAL TABLE demo_index USING rtree(
id, -- Integer primary key
minX, maxX, -- Minimum and maximum X coordinate
minY, maxY -- Minimum and maximum Y coordinate
);