本文详述了KD树的概念及其用途，它用于寻找样本集合中与特定点最近的多个点，适用于不同距离定义。文章介绍了KD树的构建过程，包括每层按维度排序并进行分割，以及使用优先队列来存储最近的K个点。在搜索过程中，当优先队列未满时填充，已满时考虑更新，并通过估值函数决定是否继续递归。在实现中要注意特定边界条件和优先队列的性质。
传送门
一篇详尽易懂的大佬解说
对于上面的这个文章可以看一看它的整个系列，很详细。文章里有系列链接。
K D KD KD树学习，自闭了。
其实 K D KD KD树类似于 A ∗ A^* A∗，有一个估值函数来剪枝。它用来找出某一个点距离样本集合中最近的若干个点。（最近可以有不同的定义，比如欧几里得距离、曼哈顿距离、切比雪夫距离等）
比较严谨的实现好像是用方差什么的。这里的实现如下：
每层按照某一维从小到大排序，每深入一层就轮换一维。在这一维上，小于中位数的放到左边，大于中位数的放到右边。中位数可以用 n t h _ e l e m e n t nth \_ element nth_element求（这个函数相当于是 s o r t sort sort确定一个标准量，且不递归下去，详情百度，其复杂度为 O ( n ) O(n) O(n)）
搜索距离点 Q Q Q最近的 K K K个点的大致思路：
我们用一个优先队列 L L L存储 K K K个点（见下方的③）。
首先按照二叉搜索树的方式走到叶子节点（该点很可能是距离 Q Q Q最近的一个，当然也可能不是）然后就是一个回溯递归的过程了。
在 L L L没有满的时候，首要任务就是把它填满！
而在 L L L满的时候，考虑当前节点是否可以更新 L L L（替换掉其中的最大值）。并且我们通过估值函数考虑是否向它的儿子递归下去。代码实现还是比较容易理解的。
记录一下代码实现中遇到的若干问题：
①注意建树的时候
最低0.47元/天 解锁文章
648
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
