k-最接近一个点的空间查询

Spatial querying for k-th closest neighbour of a point

本文关键字：空间查询一个最接近更新时间：2023-10-16

我正在使用一种算法，该算法反复需要（欧几里得）到k-最接近的点，从某些给定的查询点开始，这都是从点的向量中获取的。另外，我一再需要在一个点的半径内找到所有点。

我正在考虑使用Nanoflann库中的K-D树。但是，knnsearch（）函数返回所有我不需要的K最近的K邻居。（不过，radiussearch（）函数适合我）。

除了每次都在所有K最近的K邻居中，还有一种更有效的方法来获取我的需求吗？更好的数据结构还是更好的实现？（我正在使用C 。）

我正在考虑使用K-d树

2D或3D的绝佳选择。

k-d树是低维数据的好选择（我认为您有Nanoflann"主要是针对2D或3D点云进行了优化的"。）。

除了每次都在所有K最近的K邻邻邻邻邻居外面，是否有更有效的方法来获得我的需求？

您需要k-th最近的邻居（nn），但是当搜索k-d树以k nns搜索时，昂贵的操作（按时间）正在找到第一个NN（这需要您下降到树下，从根到叶子）。

找到第二，第三或另一个索引的nn相对便宜，我高度怀疑它会损害性能（即，从树返回的k nns中获取k-th nn是瓶颈）。<<<<<<<<<<<<<<<<<<<<<<<</p>

所以，我强烈建议您不必担心那一步。

更好的数据结构或更好的实现？

我不这么认为。我没有使用nanoflann，但是CGAL用于此类疑问，值得尝试（但是CGAL需要安装（不是蛋糕），而Nanoflann只是一个标题）。