kd树的根节点_kd树基本描述

kd 树的结构

kd树是一个二叉树结构，它的每一个节点记载了【特征坐标，切分轴，指向左枝的指针，指向右枝的指针】。

其中，特征坐标是线性空间\(R^n\)中的一个点\(x_1,x_2,…,x_n\)。

切分轴由一个整数\(r\)表示，这里\(1 \le r \le n \)，是我们在 n 维空间中沿第 r 维进行一次分割。

节点的左枝和右枝分别都是 kd 树，并且满足：如果 y 是左枝的一个特征坐标，那么\(y_r \le x_r \)并且如果 z 是右枝的一个特征坐标，那么\(z_r \ge x_r \)。

给定一个数据样本集 \(S \subseteq R^n\)和切分轴 r , 以下递归算法将构建一个基于该数据集的 kd 树，每一次循环制作一个节点：

−− 如果 \(|S|=1\)，记录 S 中唯一的一个点为当前节点的特征数据，并且不设左枝和右枝.\(|S|\) 指集合 S 中元素的数量)

−− 如果\(|S| >1\)：

∙∙ 将 S 内所有点按照第 r 个坐标的大小进行排序；

∙∙ 选出该排列后的中位元素(如果一共有偶数个元素，则选择中位左边或右边的元素，左或右并无影响)，作为当前节点的特征坐标，并且记录切分轴 r；

∙∙ 将 \(S_L\) 设为在 S 中所有排列在中位元素之前的元素； \(S_R\) 设为在 S 中所有排列在中位元素后的元素；

∙∙ 当前节点的左枝设为以 \(S_L\) 为数据集并且 r 为切分轴制作出的 kd 树；当前节点的右枝设为以 \(S_R\) 为数据集并且 r 为切分轴制作出的 kd 树。再设\(r\lef