我有位于核心数据中的位置数据的对象，我希望能够获取并显示当前位置的最近点。我知道有一些公式可以计算从当前纬度/经度到存储纬度/经度的距离，但我很好奇为核心数据中存储的一组1000多点执行此操作的最佳方法。我知道我可以将核心数据中的点返回到数组，然后循环查找点之间的距离的最小值，但我想是有一种更有效的方法，可能以某种方式利用核心数据。
任何见解都将受到赞赏。
编辑： 我不知道在初始搜索中我是如何错过这个的，但是this SO question建议只是迭代核心数据对象的数组，但是根据当前位置用一个边界框限制数组大小。这是我能做的最好的吗？
答案 0 :(得分：2)
我对核心数据知之甚少，但有一些众所周知的算法，如Quadtree来解决这个问题
答案 1 :(得分：2)
从我可以收集到的内容来看，在这种情况下，最佳方法似乎是使用当前位置周围的边界框返回一个点数组。
如果返回的数组为空，则可以检索当前位置的特定范围内的点，然后增加该框的大小。一旦某些结果返回，计算数组中最近的结果并使用该点。
答案 2 :(得分：1)
您正在制作的内容名为Nearest neighbor search，并且有一个维基百科条目，描述了用于计算它的方法。我认为这是一个良好的开端，因为每种方法的复杂性都是状态，因此您可以根据实施方式来衡量复杂性：）
NNS最简单的解决方案 问题是计算距离 从查询点到其他每一个 指向数据库，保持跟踪 迄今为止“最好的”。这个算法， 有时被称为天真 方法，运行时间为O（Nd）
位置敏感散列（LSH）是一个 在空间中对点进行分组的技术 基于一定距离进入“水桶” 在点上运行的度量。点 在...之下彼此接近 选择的度量标准映射到相同的 高概率的桶