我有一个大的数组（> 10 ^ 5个条目）的3D坐标r =（x，y，z），其中x，y和z是浮点数。这是搜索数组中给定坐标r'并给出数组索引的最有效方法。注意，r'可能没有给出与r相同的精度;比方说，如果数组存储坐标（1.5,0.5,0.0）并且r'给出为（1.49999,0.49999,0.0），则算法应该正确地选择坐标。我正在用C开发代码。
为此目的如何使用哈希表的O（1）搜索功能？由于准确性相关的问题，将坐标转换为字符串是不可能的。是否有任何特定的数据结构可以帮助O（1）算法？
由于
OnRoadCoder
答案 0 :(得分：4)
检查已在某些RDBMS上实现的R-trees，如SQLite，以及（我认为）Postgres
答案 1 :(得分：4)
为了在您描述时进行“模糊”搜索（因此您可以支持轻微的不准确性），您将不得不牺牲O（1）算法。
话虽如此，有一些非常好的算法。 Space partitioning（例如使用Octree或KD-Tree）是一种常见的热门选择。
答案 2 :(得分：0)
如果值的范围有限，请选择所需的精度。现在，密钥（1,2,3）将指向曼哈顿距离3 * d（d = 0.5？ - 取决于细节）的所有点的链接列表（或更高级的数据结构）（1， 2,3）。您最了解您的应用程序，因此您可以更好地选择d。优化方法取决于数据的分布方式。
<强> 编辑：
这里的弱点是 - 如果你有很多点集中在一个多维数据集中，那么使用关于保证O（1）的哈希表几乎没有办法......更像是O（n）：）
某种基于树的数据结构可以保证O（log n）。
答案 3 :(得分：0)
你所问的听起来像是Nearest Neighbour Search。一种方法可能是编写kd-tree（或任何基于空间分区的技术）并使用它来查找最近的查询点。但是你也可以选择基于hash的方法，它基本上是Ipthnc的答案所描述的，但是试图避免退化情况的不良表现。