我已成功编写了一个函数，该函数遍历一个Kd-Tree，用于最近的单个邻居。
但是，我正在尝试切换此函数，以便找到K-最近邻居而不是单个邻居。事实证明，这比我原先想象的要艰巨得多，而且我发现自己需要一些帮助......
关于kD-trees的维基百科文章说：
通过简单的修改，可以通过多种方式扩展算法。它可以通过保持k个当前波形而不是仅仅一个来为一个点提供k-最近邻。只有当分支不能比任何k当前的最佳点更接近时才会消除分支。
...但它没有说明如何获得初始当前最佳状态。找到第一个“最好的”很简单，但是我不知道怎么去寻找剩下的k-current bests而不去除之前的最好并且再次搜索...这基本上就没有找到快速算法因为我必须做k（在我的情况下，17次）。
如果我有17个初始“bests”的填充列表，我相信我的算法会找到正确的点。
如果这很模糊，我道歉。如果需要任何代码示例，我很乐意提供它们。虽然如果对这个问题有一个简单的解释，可能没有必要发布它，所以我最初不会。提前致谢！