k-dimensional tree

K-D树用来找给定点在一堆点中的最近点。

二叉搜索树，对一维空间进行切分
kd树对可以多维空间进行切分，二维举例，就是对二位空间进行切分，对平面切分

构建
建立树的目的为了减少搜索时间，最完美树两端平衡，这样搜索logn时间复杂度，所以怎么切很重要。
一维空间只有一根x轴，二维有xy两根轴，所以要选哪个轴进行切分？
分别对x 和y 算方差，哪个的方差大说明这个方向点稀疏，切分的平面越大，搜索步数越少，越快。
当然算方差比较费劲，随便整个简单无脑的，xy交替，效果交给上帝，类似快速排序。
切分点就直接取中间值的点。
切分点作为父节点。
切分轴左边的点归为左子树管。
切分轴右边的点归为右子树管。
递归到没点可切，或者只有自个。

搜索
从父节点出发，按照切分逻辑，找到自己所属的片区，计算自己与片区管理员的距离记作最小距离。
往上回溯，看看自己与其他片区的距离是不是比之前最小距离要小，如果小说明其他片区也许有更小距离的点存在，继续递归。
如果要大，则说明现在的最小距离已经是全局最小距离，算法停止。

插入与删除
插入与删除逻辑认为是子树的构建。但是没有类似红黑树的红黑属性，进行旋转，调整树的高度，可能造成整个树慢慢失衡。
 

如果要找k个最近点，就类似于算法题，找数组中最大k个数一样，搞个堆或者数组。记录搜索时候，距离最小的点。