如何使用KDTree对任意维度进行top-k查询和范围查询

Question

我使用KD-树(libkdtree++)来存储多维数据集，这里的要求是该数据集可以支持不同维度上的top-k/range查询。例如，KDTree<3，Point>树:查找其点1值最高的前100个点。

从libkdtree++的实现来看，类似的是"find_within_range“函数，但是它是基于”曼哈顿距离“计算的，在这里等于max(x_dist，max(y_dist，z_dist))。如何在一个维度上只使用范围查询？

Answer 1

看一看代码，看起来你不能以一种简单的方式做到这一点，这是够可笑的。如果我是你，我会很想黑进这个库，或者写我自己的kd-tree。我会在他们的邮件列表上询问一下，但看起来你可能不得不这样做：

kdtreetype::_Region_ r(point_with_min_y);
r.set_low_bound(min_x, 0);
r.set_high_bound(max_x, 0);
r.set_low_bound(min_z, 2);
r.set_high_bound(max_z, 2);
r.set_high_bound((min_y + max_y) / 2, 1);

double search_min = min_y, search_max = max_y;

// binary search to get 100 points
int c;
while (c = tree.count_within_range(r) != 100) {
    if (c > 100) search_max = (search_min + search_max) / 2;
    else         search_min = (search_min + search_max) / 2;
    r.set_high_bound((search_min + search_max) / 2);
}

tree.visit_within_range(r, process_min_y_point);

这是一个极其低效的二进制搜索，即Y计数(用y <= Y指向) == 100。我不熟悉这个库，但这是我粗略检查过的最好的库。