Question

我有一个非常长的项目（200K-800K，3）的x，y，z坐标列表，我需要搜索并查找到特定点的最近项目 - 此最终列表始终至少有1个项目，通常不到10项。

我已经尝试了一些简单的搜索方法来查找此列表，但我已经达到了一定的限制 - 这是我迄今为止最好的两种方法：

方法1 - 查找索引

xInd = find(PositionsList(:,1) > (searchPoint(i,1) - searchRad) & PositionsList(:,1) < (searchPoint(i,1) + searchRad));
yInd = find(PositionsList(xInd,2) > (searchPoint(i,2) - searchRad) & PositionsList(xInd,2) < (searchPoint(i,2) + searchRad));
xyInd = xInd(yInd);
zInd = find(PositionsList(xyInd,3) > (searchPoint(i,3) - searchRad) & PositionsList(xyInd,3) < (searchPoint(i,3) + searchRad));
xyzInd = xyInd(zInd);

方法2 - 强力距离搜索

neighbours = sqrt(sum(bsxfun(@minus,searchPoint(i,:),PositionsList).^2,2)) <= searchRad;
xyzInd = find(neighbours == 1);

方法3 - 逻辑索引

xInd = PositionsList(:,1) > (searchPoint(i,1) - searchRad) & PositionsList(:,1) < (searchPoint(i,1) + searchRad);
newlist = PositionsList(xInd==1,:);
yzInd = newlist(:,2) > (searchPoint(i,2) - searchRad) & newlist(:,2) < (searchPoint(i,2) + searchRad)... 
    & newlist(:,3) > (searchPoint(i,3) - searchRad) & newlist(:,3) < (searchPoint(i,3) + searchRad);
xyzInd = newlist(yzInd==1,:);

对于我的数据方法1更快 - 对于20000个粒子的小列表，它运行在大约25s，而方法2运行大约170s，但方法2稍微更准确 - 它有可疑的邻居（搜索边缘的异常值）区域）更不常见。

我的代码将此搜索调用了几千次，因此我希望尽可能多地节省时间 - 它目前占我运行时间的85％左右。我已经读过mex实现可能会更快，但我不熟悉mex。我也尝试了第三种逻辑索引方法而不是查找，但它在35秒时速度较慢。

有人可以帮助您更快地进行此搜索吗？也许是mex函数？

Answer 1

根据obchardon建议，我查看了用于搜索的k-d树，并在与我的数据进行文件交换时发现以下kd-tree for matlab，并开始使用我的数据进行测试。现在，我可以在5s以内完成500K坐标的搜索，与之前的20k坐标的最佳25s相比。巨大的进步。

唯一的缺点是它返回的顺序邻居似乎是随机的，这意味着我有一些轻微的＆＃34;爱抚＆＃34;要做的结果，但节省了时间，这是可以接受的。

感谢您提出的好建议!!

在matlab

方法1 - 查找索引

方法2 - 强力距离搜索

方法3 - 逻辑索引

1 个答案: