标签： algorithm data-structures
每个车站和房屋都有m个车站和n个房屋，（x，y）坐标，每个房屋的最近车站输出。
后来，这个问题被推广到每个房子找到最近的车站。
我的看法： 对于每个房子，建立一堆距离（自下而上）到车站，然后弹出k。 对所有房屋都这样做。 为O（n *（M + klogm））;
或者，对于每个房屋，为工作站构建订单统计树，然后查找具有等级的节点并遍历该节点下方的整个树。 对所有房屋都这样做。 为O（n *（mlogm + 10gm的+ k））的
还有更好的选择吗？任何基于图DS的解决方案，哪个比这更好？
答案 0 :(得分：5)
这听起来像是使用k-d tree，quadtree或其他空间分区树的绝佳位置。 ＆＃34;找到最接近某个测试点的k个对象的问题＆＃34;被称为 k-nearest-neighbors问题，这两个数据结构非常有效地解决了它。它们的实施起来也相当简单。
具体来说：在站外建立一个k-d树或四叉树。然后，对于每个房屋，在数据结构中对该房屋进行k近邻查询，以找到最近的房屋。
希望这有帮助！