找到大集合中最近的邻居

Question

我在多维空间中有很多点。而且我想在任何给定点找到几个邻居（在附近区域内）（要求是避免扫描所有点）。

我想知道我的解决方案是否合适：

预处理：

1. 定义 ortogonal axises
的集合
2. 对每个轴上的每个点进行投影
3. 每个投影与其距轴（键）的起点和点（值）的标识符的距离相关联。 索引预测 - 将所有这些内容放入有序集（例如树集）

dist = distance of projection to the start point of axis
point_num = number of point 
sorted_set.put( dist, point_num )

找到任何给定点的邻居：

1. 在每个轴上查找其投影
2. 使用idexes - 在每个exis上找到最近的投影
3. 查找所有结果的实际邻居相交

dx = radius of neighborhood (some constant) 

dist_1 = distance of projection of given point to start point of axis_1 
list_1 = sorted_set_1.get_sub_set( dist_1 - dx, dist_1 + dx )

dist_2 = distance of projection of given point to start point of axis_2
list_2 = sorted_set_2.get_sub_set( dist_2 - dx, dist_2 + dx ) 

return intersection_of( list_1, list_2 )

这是一个简单的例子：



相交[2, 4, 1]和[4, 5]会产生回答[4]

请指出，如果我在算法中犯了任何错误

由于

Answer 1

您尚未向我们提供有关如何构建实际邻居集的说明，在本例中为[2, 4, 1]和[4, 5]。你为什么从一个索引中选择3个元素而从另一个索引中选择2个元素？

你还说你想找几个邻居。有多少是或者应该是你的功能的输入？在示例中，您只找到一个，算法应该决定您想要多少？

如果所有点都在您的某个轴上的一条线上，会发生什么？然后一组确定包含所有元素。