KdTree理解与实现（Java）

抛出问题

如果让你设计一个外卖系统，你的数据库中有所有外卖商家所在的经纬度，那么如何能有效地根据用户的位置筛选出所有附近的商家？

最直接的方法是根据城市或者城市的每个区（如崂山区，市南区…）来对商家进行分类，然后根据用户所在的区返回同一区域下的所有商家。这个方法可以解决大部分问题，但是如果用户位于两个区的分界线周围怎么办？

KdTree简介

KdTree 是以二叉搜索树（Binary Search Tree）为原型的用于空间检索的数据结构，能够在随机分布的空间内以 O(log₂N) 的时间复杂度实现对平面内点的搜索以及 O(log₂N) + R 的复杂度查询平面内任意矩形内的所有点（R为矩形内点的个数）。 KdTree的应用十分广泛，包括且不限于范围搜索，最邻近点搜索，物理引擎中的碰撞检测以及地理节点（如外卖商家）数据库等。

原理简介

KdTree的实现方法与BST十分相似，以最常用的二维平面的KdTree为例，其每个节点存储一个二维的坐标点，并将平面空间以该点所在的横线/竖线递归地分割成两个子空间。
以width = 1.0, height = 1.0的单位平面为例，依次插入下列点

Note:

1. 点对平面的分割方式是横向/纵向按照层次交替出现（根节点是哪个方向都可以）。
2. 插入节点的方法类似于BST，即从根节点开始，（设要插入的节点为P_insert，当前遍历的节点为P_current）如果P_insert在P_current的左边或者下边，那么就访问P_current的left child， 反之访问right child直到成为叶子节点。
3. 本KdTree不支持删除操作。

代码实现

在介绍KdTree实现之前先定义两个辅助类Point（用来表示点）和Rect（用来表示矩形）

Point.java

用来表示一个坐标点，在本博客的语境下只需要两个方法：计算与另一点的距离（以平方和的形式） 和 判断两点是否相等。

// @file Point.java
// @author 王成昊 
// @date 2018.10.14
public class Point {
   
	public final double x;
	public final double y;
	
	// Point类是 immutable datatype
	public Point(double x, double y) {
   
		this.x = x;
		this.y = y;
	}
	
	// 为了减少计算量，一般使用平方和来表示距离
	public double distanceSquareTo(Point that) {
   
		double dx = that.x - this.x;
		double dy = that.y - this.y;
		return dx * dx + dy * dy;
	}
	
	@Override
	public boolean equals(Object that) {
   
		if (this == that) return true;
		if (that == null) return false;
		if (that.getClass() != this.getClass()) return false;
		Point point = (Point) that;
		return (x == point.x) && (y == point.y);
	}
}

Rect.java

用来表示一个矩形，在本例中使用四个坐标值来表示一个矩形。需要的方法是 判断矩形是否包含一个点 和 计算矩形和某点的距离（平方和的形式）

// @file Rect.java
// @author 王成昊 
// @date 2018.10.14
public class Rect {
   
	// 分别表示左下顶点和右上顶点
	public final double minX;
	public final double minY;
	public final double maxX;