Harita uygulamaları gibi milyonlarca konum verisi içeren sistemlerde, kullanıcının "Yakınımdaki yerler neler?" gibi sorgularına hızlı yanıt vermek büyük bir zorluktur. En basit yöntem olan her bir noktayı tek tek kontrol etmek (brute-force), az sayıda veri için işe yarasa da, milyonlarca nokta söz konusu olduğunda her sorgu için milyonlarca mesafe hesaplaması yapmak anlamına gelir ki bu, özellikle harita kaydırılırken anlık güncellemeler için kabul edilemez derecede yavaştır. Bu yaklaşım, haritanın en uzak noktasındaki verileri bile sorgu bölgesinin yanındaki verilerle aynı şekilde inceleyerek gereksiz yere çok fazla iş yapar.
Bu sorunu çözmek için uzayı organize etmenin bir yolu olarak quadtree'ler devreye girer. Tıpkı büyük bir odada kayıp bir anahtarı ararken odayı bölümlere ayırıp alakasız bölümleri hemen elemek gibi, quadtree'ler de iki boyutlu bir alanı dört eşit çeyreğe (kuzeybatı, kuzeydoğu, güneybatı, güneydoğu) böler. Eğer bir çeyrekte çok fazla nokta varsa, bu çeyrek tekrar ve tekrar alt bölümlere ayrılır. Bu sürekli bölme işlemi, noktaların yoğun olduğu yerlerde daha küçük ve ince taneli hücreler oluştururken, seyrek bölgeleri daha geniş bırakır.
Quadtree'ler, veriye adaptif bir şekilde büyür. Ağaç, tüm alanı kapsayan tek bir bölge olarak başlar. Yeni noktalar eklendikçe, bulundukları bölgeye düşerler. Bir bölge kapasitesini aştığında, dört alt bölüme ayrılır ve mevcut noktalar yeniden dağıtılır. Bu yapı sayesinde, arama yaparken uzayın büyük bölümleri anında elenebilir ve sadece ilgili bölgeler detaylı olarak incelenir, bu da sorgu performansını önemli ölçüde artırır.
Harita uygulamaları ve benzeri uzamsal veri tabanlı sistemlerde sorgu performansını devrim niteliğinde artıran, veriye adaptif bir uzamsal indeksleme yöntemidir.