Question

目标：给定坐标X，找到坐标X的“ n”个最近的线多边形，而不仅仅是“ n”个最近的点。示例：https://i.imgur.com/qyxV2MF.png

我有一组空间线多边形，可以具有两个以上的坐标。它们的坐标存储在（scipy）KDtree中，以启用NN搜索。

首先，我将查询“ i”个最接近的坐标，然后查找相应的line-polygons->“ i”个坐标不一定会产生“ i”条线。

为了获得最接近的“ n”行，我需要增加“ i”。我的问题是“ i”可能是不可预测的，因为每个线多边形之间的坐标数都不同。例如，线多边形可以用2个坐标表示，但另一个可以用10个坐标表示。大多数时候，我只需要从点X开始2个最近的相邻线多边形。

在示例图像中，我需要A和B行作为结果。即使“ i” = 3，也只能找到A行，因为A1，A2，A3是X的最近邻居。

问题：是否可以将形状的坐标分组在一起，然后进行NN搜索以获得“ n”个唯一形状？（除了强制使用“ i”以确保“ n”个唯一形状之外）

当前解决方法伪代码：

found = []
while True:
    if first_loop:
        result = look up N nearest coords
    else:
        result = look up Nth nearest coord

    look up shapes using result and append to found
    perform de-duplication of found

    if len(found) >= required:
         return found
    else:
         N = N+1 # to check the Nth neighbor next iteration

Answer 1

如果我正确理解了您的问题，那就是拥有正确的数据结构的问题。

让我们具有以下数据结构， 1.从线多边形到点的字典 2.另一个从点到线多边形的字典（或等效地从bidict而不是几个字典的单个双向地图） 3. 访问的布尔数组，其大小等于点数

现在，以下算法可以解决您的问题（可以通过上述数据结构有效地实现）：

对于所有点，将访问数组初始化为False。
首先从kd树中找到最接近查询点的点，将匹配点和匹配点所属的对应多边形中的所有点标记为已访问，并将该特定多边形（id）返回为最接近的多边形（如果有多个这样的多边形，请全部返回）。
重复步骤2，直到返回n个这样的（不同的）多边形。考虑从kd-tree返回的新点与尚未访问的查询点匹配（如果kd-tree返回的匹配点已被访问，则将其丢弃并查询下一个最近的匹配点）。一旦访问了一个点，则将该点和来自相应多边形的所有点标记为已访问，然后返回该多边形。

Answer 2

我看到了两种有效的方法：

为完整的“线多边形”建立索引：为此，您可以通过最小边界矩形来边界每个线多边形。然后使用适当的索引结构（例如R-Tree）对所有矩形进行索引。代替点，您将在最底层使用线多边形，因此您必须针对这种情况调整距离。
使用Distance Browsing：此处的想法是在每个点上附加其线多边形的ID，并在索引结构（例如KD-Tree）中为这些点建立索引。然后，您可以使用距离浏览连续检索查询的下一个最近点。继续进行直到找到n个不同的线多边形的点。

Python kdtree查找“ n”个最近的相邻组（坐标）

2 个答案: