Brute Force 方法寻最相似点

Brute Force 方法：

描述：检查当前点到集合中所有其他点的距离，找到距离最小的点。
时间复杂度：O（n），其中n是点数。
适用场景：
（1）小问题实例：
Brute Force通常适用于解决输入量较小的问题，其中可能的解决方案数量是可控的。
（2）简单问题：
当问题相对简单且解决空间不太大时，Brute Force可以提供清晰且易于实现的解决方案。
（3）验证和调试：
Brute Force可以用来验证更优化的算法的正确性。它作为一个基线，可以将更复杂的算法的结果与之进行比较。
（4）组合问题：
一些组合问题，例如生成所有可能的排列或组合，自然适合于Brute Force方法。
（5）探索性分析：
当探索一个新问题及其解决空间时，Brute Force算法可以帮助获得见解和理解问题的特征。
（6）启发式评估：
Brute Force可用于评估启发式算法或近似算法。通过将启发式的结果与通过Brute Force获得的最优解进行比较，可以评估启发式的质量。
在一组坐标点集寻最近似点为例：

        private Point2d FindBestPtFromIntersections(Point2d MousePt,List<Point2d> intersections)
        {
            Point2d result = new Point2d();
            List<Tuple<Point2d, double>> distances = new List<Tuple<Point2d, double>>();

            foreach (var Point2d in intersections)
            {
                double dist = Tools.distance(MousePt.X, MousePt.Y, Point2d.X, Point2d.Y);
                distances.Add(new Tuple<Point2d, double>(Point2d, dist));
            }

            distances.Sort((a, b) => a.Item2.CompareTo(b.Item2));

            result.X = distances[0].Item1.X;
            result.Y = distances[0].Item1.Y;

            return result;
        }