(三)此資料結構透過何種機制，達成可處理大量資料，不受記憶體大小限制？

BIRCH 主要透過以下兩項關鍵機制，在有限的記憶體限制下處理海量資料：

1. 高度壓縮的摘要統計量（CF 的加成性與單次掃描）

• 不保留原始資料點：CF-Tree 不儲存實際的龐大数据點，只保留每個微群集（Sub-cluster）的統計三元組 CF = (N, LS, SS)。大量資料點被極度壓縮成少量的向量數值，大幅降低記憶體消耗。

• 增量更新（Incremental）：只要線性掃描資料集一次（Single Scan），讀入一個點就將其累加至最接近的 CF 節點中，不需要把全部資料一次載入記憶體。

2. 動態調整閾值與就地重建樹結構（Dynamic Rebuilding / Increasing Threshold T）

這是能完全不受記憶體大小限制的核心控制機制：

• 固定記憶體預算（Memory Size Limit）：系統一開始會設定 CF-Tree 允許使用的記憶體上限，並給予一個較小的群集半徑／直徑閾值 T。

• 容量超標自動擴大閾值：當資料持續湧入，導致 CF-Tree 的大小達到記憶體上限時，演算法會自動調高閾值 T（放寬群集合併的距離標準）。

• 記憶體內就地重構（In-Memory Rebuilding）：

  • 提高 T 後，演算法會遍歷既有的 CF-Tree 葉節點，將彼此距離在新閾值 T 內的子群集相互吸收、合併為更少、更大的群集。

  • 重建後的樹結構深度與節點數會大幅縮減，釋出記憶體空間，以便繼續讀取後續的資料。

• 整個過程完全在記憶體中自適應動態調控，因此即使原始資料規模達數百萬筆甚至數千萬筆，CF-Tree 都能始終被限制在指定的記憶體大小內。