求助帖：这个最远点采样是不是有问题

我对最远点采样的理解如下如下：

1. 初始点选择：从点云中随机选择一个初始点作为第一个采样点。
2. 距离计算：对于每一个新采样点，计算其与所有未采样点之间的距离。
3. 选择最远点：在每一步中，选择所有未采样点与当前采样点集最远的点作为新的采样点。
4. 重复步骤2和3：直到采样到所需数量的点。

def farthest_point_sample_error(point, npoint):
    """
    最远点采样算法

    Args:
        point: 点云数据，形状为[N, D]
        npoint: 采样点的数量
    Returns:
        centroids: 采样点的索引，形状为[npoint, D]
    """


    N, D = point.shape  # 获取点云数据的形状
    xyz = point[:, :3]  # 获取点云数据的前三列，即坐标信息
    centroids = np.zeros((npoint,))  # 初始化采样点索引
    distance = np.ones((N,)) * 1e10  # 初始化距离数组，所有值为无穷大
    farthest = np.random.randint(0, N)  # 随机选择一个初始点

    for i in range(npoint):
        centroids[i] = farthest  # 将当前点加入采样点集合
        centroid = xyz[farthest, :]  # 获取当前点的坐标
        over = (xyz - centroid)**2
        dist = np.sum(over, -1)  # 计算所有点到当前点的距离
        mask = dist < distance  # 找到 当前点到各个点之间的距离 小于 上一个点到各个点之间的距离 的点
        distance[mask] = dist[mask]  # 更新距离数组
        farthest = np.argmax(distance, -1)  # 选择距离最远的点作为新的最远点

    point = point[centroids.astype(np.int32)]  # 根据索引选择采样点
    return point  # 返回采样后的点云数据

如果对于A,B,C,D这样四个点，坐标如下

 [0, 3], [1, 3], [4, 0], [0, 0]或者 [0, 3, 0], [1, 3, 0], [4, 0, 0], [0, 0, 0]

若是，从A点开始采样3个点

····按照上面的算法····

初始距离数组=[+∞,+∞,+∞,+∞]

A_toABCD=[0,1,5,3]，距离数组==[0,1,5,3]，所以第二采样点是C

C_toABCD=[5,;0;]，距离数组==[0,1,0,3]，所以第三采样点是D

····按照我的理解····

A_toA=0;A_toB=1;A_toC=5,A_toD=3;所以第二采样点是C

C_toA为重复;C_toB=;C_toC=0;C_toD=,第三采样点应该是B

所以是我的理解错了吗

还请不吝赐教留下评论，在此甚是感谢！！！