k-d tree 介绍

作为存取高维数据的一种数据结构，k-d tree 在静态查询和插入方面的效率还是很高的。本文在这里对 k-d tree 的内容作一些介绍，可能也会结合自己使用 k-d tree 的一些体验作一些点评。其实，k-d tree 是早在1975年的时候由 Stanford 的 Bentley 提出来的。本文的内容也主要来自于他的两篇最原始的文章 [Ben75] 和 [FBF77] 。

k-d tree 概述 与 插入操作（Insertion）

首先，k-d tree 也是二叉搜索树的一种，与常见的平衡二叉搜索树（BST）不同的是，在 k-d tree 中，每个节点内存储的都是一条记录（record），或者说是多维空间中的一个点，用一个向量来表示。而且在 k-d tree中，这个点也代表了空间中的一个区域。每个节点都有两个子节点，而且两个子节点各自代表的区域是父节点的区域一个划分。

在一维的情形中，每条 record 都是由一个单独的 key 来表示的。因此，对于 k-d tree 中的每个节点，key 值小于或者等于当前节点的 key 值的点就属于左子树，比当前节点 key 值大的就属于右子树。因此，这里的 key 值就成为了一种鉴别器（discriminator）。而在 k 维的情况中，一条 record 是由 k 个 key 值来表示的，这里每一维的 key 值都可以作为 discriminator 来将一个点向某个节点的左右子树来分类。而在 k-d tree 中，discriminator 的选取是和该节点所在的层数有关的，即在根节点处，即第0层，按照第一维的 key 值来进行分类，第一维的 key 值小于等于根节点的第一维的 key 值的属于根节点的左子树，大于根节点的第一维的 key 值的属于根节点的右子树。然后在根节点的左右子节点的位置上，即第一层的位置上，根据第二维的 key 值来区分，以此类推。即第 k 层要比较的 key 值的维数为 $D=L \text{ mod } k+1$ 。其中L是当前节点所在的层数，其中根节点即为第0层。

按照 k-d tree 的规则依次插入(0,0), (-10, 10), (10, -10), (-40, -20), (-20, 11), (20, 0)这几个点，我们可以得到如下左图所示的 k-d tree，右图是这几个点在平面的示意图。其中蓝线表示该点处是以第一维的 key 值进行区分，红线表示该点处是以第二维的 key 值进行区分。

同时我们还可以看出，k-d tree 中每一个节点其实也代表了k维空间中的一个区域（region）。我们以上述几个二维空间中的点为例。根节点 (0,0) 代表的是全平面，即 (-50, -50, 50, 50) 这样一个区域，这里的区域我们用 $(x_{\text{min}},y_{\text{min}},x_{\text{max}},y_{\text{max}})$ 来表示，因为根节点 (0,0) 是在第一维，即 $x$ 轴出进行区分的，因此它的左子节点就代表了左半平面，右子节点就代表了右半平面。即点 (-10, 10) 代表的是 (-50, -50, 0, 50) 这样一个区域，点 (10, -10) 代表的是 (0, -50,