Question

我使用KD-tree（libkdtree ++）来存储多维数据集，这里的要求是这个数据集可以支持不同维度的top-k / range查询。例如，KDTree <3，点＆gt; tree：查找具有最高Point [1]（y轴）值的前100个点。

从libkdtree ++的实现来看，类似的是“find_within_range”函数，但它基于“曼哈顿距离”计算，它等于max（x_dist，max（y_dist，z_dist））。如何在一个维度上使用范围查询？

Answer 1

看看代码，看起来你不能以一种直截了当的方式做到这一点，非常荒谬。如果我是你，我会想要破解图书馆或写我自己的kd树。我会在他们的邮件列表上询问，但看起来你可能需要这样做：

kdtreetype::_Region_ r(point_with_min_y);
r.set_low_bound(min_x, 0);
r.set_high_bound(max_x, 0);
r.set_low_bound(min_z, 2);
r.set_high_bound(max_z, 2);
r.set_high_bound((min_y + max_y) / 2, 1);

double search_min = min_y, search_max = max_y;

// binary search to get 100 points
int c;
while (c = tree.count_within_range(r) != 100) {
    if (c > 100) search_max = (search_min + search_max) / 2;
    else         search_min = (search_min + search_max) / 2;
    r.set_high_bound((search_min + search_max) / 2);
}

tree.visit_within_range(r, process_min_y_point);

这是一个非常低效的二进制搜索Y，其中计数（y <= Y的点）== 100.我不熟悉该库，但这是我在粗略检查中得到的最好的

如何使用KDTree在任意维度上进行top-k查询和范围查询

1 个答案: