关于B-K tree与k-d tree一些自己想法

以前用B-K tree做过一个题，最近学习k-d tree，感觉这两个树有某些相似，这个俩种树都是寻找距目标点临近最近的点(B-K tree针对给定距离k以内，k-d tree针对给定最近的k个点)。

其中B-K tree只要求数据点之间定义可度量的距离，支持求距给定点距离k以内的数据点。相对于暴力法来说，是常数级别的提高，但有时会很有效（比如数据点之间距离范围很大，但阀值k很小），一个应用就是实现单词纠错程序。当距离范围较大时，还可以采用分段映射来实现。

k-d tree除了要求数据点之间定义可度量距离外，还要求数据点用向量来描述(因为要按照不同维度进行划分)。建树时间复杂度为O(K*nlgn)，插入和删除都为O(K*logn)，查询k临近为O(K*lgk*T)，其中T为一次查询访问点数量，T最差为O(n^(1-1/k))。维数较高时，效率明显下降，所以又有了BBF优化，大概就是把存储路径上节点的堆栈换成优先队列，按照点距区域距离最短优先的回溯并更新最近点，当队列为空或者当前最近点距离小于对队首权重时即为答案。如果不要求解的最优性，可以通过提前返回的方式以更高的效率得到较优解。

在不考虑效率的情况下，B-K tree可以通过倍增二分的方法实现k-d tree的功能，如果数据点用向量描述，k-d tree也可以实现B-K tree的功能。

附上一道测试题目，二维曼哈顿距离，注释掉的代码为bbf优化，效率只提升了一点，看来bbf优化要在较高维度才有显著效果。

http://www.lydsy.com/JudgeOnline/problem.php?id=2648

<span style="font-size:14px;">#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <algorithm>
#include <utility>
#include <cstring>
#include <map>
#include <climits>
#include <queue>
using namespace std;

typedef long long LL;
typedef unsigned long long ULL;
typedef unsigned UI;

const int MAXN(500010);
const int MAXK(100010);
const int MAXL(10);
const int MAXC(2);
const int INF((INT_MAX-1)/2);
const int F(0);

template<typename T>
inline bool checkmax(T &a, const T &b){
    return b > a? ((a = b), true): false;
}

template<typename T>
inline bool checkmin(T &a, const T &b){
    return b < a? ((a = b), true): false;
}

template<typename T>
inline T ABS(T a){
    return a < 0? -a: a;
}

struct PO{
    int co[MAXC];
    friend bool operator < (const PO &a, const PO &b){
        for(int i = 0; i < MAXC; ++i)
            if(a.co[i] != b.co[i])
                return a.co[i] < b.co[i];
       return false;
    }
    friend bool operator == (const PO &a, const