Pcl中的搜索方法

KD树

kd树其实就是多维二叉树（空间二叉树的一种特殊情况）， 里面储存着k维的点的信息，是对k维空间进行划分的一种数据结构。

KD树可以解决以下几个任务:

1. KNN问题。即查询离某个点第k邻近的点
2. 查询最近最远（就是 KNN问题）
3. 查询矩阵和
4. 图像处理

KD树的构建

　　KD树是一种平衡二叉树，它的各种操作都与我们学过的数据结构方法相似，KD树的构建有两种方法：一种利用方差，一种根据维度来划分。我们通常采用后者，因为后者更方便，也更好理解。

具体操作：

　　对于一个k维的超平面（维度>3想象不出来，就叫超平面），在KD树每一层的构建中都选择一个维度来进行划分，将k维的数据空间分为两部分，并使其尽量平衡。然后如此递归下去。

　　也就是说假如我们要储存n个三维的点(x,y,z)信息。我们先按x坐标sort一遍，选出中间值x{mid}作为根节点，然后所有x比 x_{mid}小的点在左子树，比 x_{mid}大的在右子树。

然后左,右子树分别按照y坐标sort一遍选出中间值作为子树的根节点，接着再在子树中按照z坐标sort一遍。接着再按x坐标…以此类推。

sort顺序即为:x->y->z->x->y->z->x…

这里举个例子: 将(4,7),(9,6),(8,1),(2,3),(5,4),(7,2),构造成一颗KD树。

在KD树构中经常使用的搜索算法是最近邻算法。

1.2.　最邻近算法