result_set.h

这个头文件声明，实现了各种执行搜索算法，结果的存储，如有理解不到位的地方，请大家见谅。

结构体：

struct BranchStruct;

该结构主要用于对于KDTREE算法，执行查询时，结果的存储的基本单位。

成员变量：

T node;
DistanceType mindist;

node的类型，取决于KDTREE中结点的类型。
mindist的类型，取决于对距离类型（如L1，L2）。

成员函数：

bool operator<(const BranchStruct<T, Distrancetype> & rhs) const;

提供两个BranchStruct用于比较的函数，重载操作符<，比较两个实例mindist的大小。

结构体：

struct DistanceIndex;

该结构体，适用于除了TREE搜索以外的搜索算法。

成员变量：

DistanceType dist_;
size_t index_;

dist_存储具体的距离。
index_存储point的索引。

成员函数:

bool operator<(const DistanceIndex& dist_index) const;

重载操作符<，提供比较大小。大家重具体实现中可以得出，比如：

DistanceIndex a,b;
(a < b) == true; 

当a.dist_ < b.dist_ 或者 a.dist == b.dist_ 但 a.index_ < b. index_ 时，a

class ResultSet;

虚类ResultSet，它声明了三个方法，为:

virtual bool full() const = 0;
virtual void addPoint(DistanceType dist, size_t index) = 0 ;
virtual DistanceType worstDist() const =0 ;

这里给大家，大致叙述下这三个方法的作用。
full()方法用来判断resultSet是不是满了，比如当我们用KNN搜索时，当resultSet中存储了K个结果是，KNN的resultSet就存储满了，下次我们还要添加结果时，就要删除和移动一些POINT。
addPoint方法，将一个point添加进ResultSet。
worstDist()返回，ResultSet中，离目标最远的距离。

class KNNSimpleResultSet;

该类继承于ResultSet，该类声明并定义了一个简单用于存储KNN查询结果的类，因为该类并不能判断，结果中两个point是同一个point，所以只适用于那些，不会存储同一POINT的算法。

成员变量：

size_t capacity;
size_t count_;
DistanceType worst_distance_;
std::vector<DistIndex> dist_index_;

capacity表明该KNNSimple集合的容量。
count_表明现存元素的数量。
worst_distance_ 为离查找点最远的距离。
dist_index_ 为动态数组（用于存储point），数组类型为之前提到的DistanceIndex。

方法：

void clear();

作用为初始worst_distance_，dist_index_ 和 count_.
worst_distance初始为最大的DsitanceType，dist_index_的最后一个元素的dist_初始为worst_distance_，count_初始为0。
注：在KNNSimpleResultSet初始化后，dist_index中所有元素的索引值为-1，dist_为最大值。

size_t size() const;

返回当前元素的数量，即count_。

bool full() const;

判断容器是否满了，即count_ == capacity_。

void addPoint(DistanceType dist, size_t index);

该函数的作用是将一个point添加入ResultSet，但这里要注意几个细节。
1。 该point的距离，即dist不能大于worst_distance_，否则无法添加。
2. 该point添加后，dist_index_ vector中的元素仍按升序排列。即dist_index_[0]对应的dist_最小，以后单调非严格上升（如果之前你定义了FLANN_FIRST_MATCH, 当比较大小时，若dist_相等，还需比较索引号的大小，索引号越大，越靠后）。
3. 插入后worst_distance_仍是最后一个point对应的距离。

void copy(size_t* indices, DistanceType* dists, size_t num_elements, bool sorted = true)

将dist_index_中元素的索引号，距离的大小，分别拷入以indices, dists为头指针的数据块中。拷入的大小为取num_elements与count_的较小值。是有序的升序。

class KNNResultSet;

该类与KNNSimpleResultSet相似，只是在addPoint时，加入了严格检测是否重复的判断逻辑。其余相同。

class KNNResultSet2;

该类的功能与KNNSimpleResultSet一样，只不过它用了heap数据结构，所以效率更高。

关于RadiusResultSet等，跟上面差不多，我就不写了，有兴趣的可以阅读源码就行。