我正在使用boost :: geometry的Rtree实现来存储(大量)2D点。现在我需要做距离最近的neigbors查询。
然而,手册only describes queries为矩形框(即"获取此矩形内的所有点")或" KNN"查询("从这里获取最近的' n'点)。
我想要的实际上是"给我一些距离小于' n'"
的点数。我注意到你可以定义一元谓词,但是是......一元(因此,不适合两点的条件)。
手册记录了我认为最初可能适合圆形的model::ring
类,但它实际上更像是一种分段线(多边形)。这个假设是否正确?
还有另一种处理此类查询的方法吗?或者这根本不可能?
答案 0 :(得分:9)
last example in the documented "User-defined queries"显示了如何在谓词中使用lambda。此lambda可以绑定范围中的其他变量,例如,您要查找其邻居的点。
这是一个小例子。该示例针对直线y = x
上的点集合查找更接近(5,5)而不是2个单位的点。它应该很容易修改,以便首先检查所寻找的点是否在R树中,或者直接从R树中获取。
#include <iostream>
#include <boost/geometry.hpp>
#include <boost/geometry/geometries/point.hpp>
#include <boost/geometry/index/rtree.hpp>
namespace bg = boost::geometry;
namespace bgi = boost::geometry::index;
typedef bg::model::point<float, 2, bg::cs::cartesian> point;
typedef std::pair<point, unsigned> value;
int main(int argc, char *argv[])
{
bgi::rtree< value, bgi::quadratic<16> > rtree;
// create some values
for ( unsigned i = 0 ; i < 10 ; ++i )
{
point p = point(i, i);
rtree.insert(std::make_pair(p, i));
}
// search for nearest neighbours
std::vector<value> returned_values;
point sought = point(5, 5);
rtree.query(bgi::satisfies([&](value const& v) {return bg::distance(v.first, sought) < 2;}),
std::back_inserter(returned_values));
// print returned values
value to_print_out;
for (size_t i = 0; i < returned_values.size(); i++) {
to_print_out = returned_values[i];
float x = to_print_out.first.get<0>();
float y = to_print_out.first.get<1>();
std::cout << "Select point: " << to_print_out.second << std::endl;
std::cout << "x: " << x << ", y: " << y << std::endl;
}
return 0;
}
在OS X上通过Macports安装Boost进行编译和运行:
$ c++ -std=c++11 -I/opt/local/include -L/opt/local/lib main.cpp -o geom && ./geom
Select point: 4
x: 4, y: 4
Select point: 5
x: 5, y: 5
Select point: 6
x: 6, y: 6
答案 1 :(得分:4)
手册记录了一些我认为最初可能适合圆形的模型::环类,但它实际上更像是一种分段线(多边形)。这个假设是否正确?
我认为这是正确的。
我注意到你可以定义一元谓词,但是是......一元(因此,不适合两点的条件)。
“第二”(或参考)点是否会被修复?因为那时您可以使用简单的绑定表达式来提供参考点。
此外,您可以将KNN算法与非常大的 n
一起使用,并在谓词上添加某种破坏条件:
for ( Rtree::const_query_iterator it = tree.qbegin(bgi::nearest(pt, 10000)) ; it != tree.qend() ; ++it ) { // do something with value if ( has_enough_nearest_values() ) break; }
这可以很好地工作,假设算法已经按照距离上升的顺序遍历点(你当然希望检查这个假设)。