blocks|key|64569|text|IMHO+LSH很难正确实现。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|64570|有关NNS的优秀文章请访问wiki。在合并两个三角形网格时，我正在使用kd-tree+for+NNS来解决最近邻问题，它工作得很好，速度也很快。它也不是很难实现(有些实现可能很容易被google找到)。|offset|length|64571|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/Nearest_neighbor_search|1|http://en.wikipedia.org/wiki/K-d_tree^0|0|D|4|0|Z|7|1|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@$D|R|E|S|1|T]|$D|U|E|V|1|W]]|A|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]|N|$5|I|J|K|A|$L|O]]]]

IMHO LSH are quite hard to implement correctly. 

Great articles about NNS is at <a href="http://en.wikipedia.org/wiki/Nearest_neighbor_search" rel="nofollow">wiki</a>. I'm using <a href="http://en.wikipedia.org/wiki/K-d_tree" rel="nofollow">kd-tree</a> for NNS for solving nearest neighbor problem when merge two triangle meshes together and it works quite well and pretty fast. It's also not that hard to implement (some implementations might be found by google easily).

blocks|key|4430926|text|如果你正在寻找一个C%2B%2B库，你可以看看这个CGAL+package。还有ANN+library。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|4430927|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cgal.org/Manual/latest/doc_html/cgal_manual/Spatial_searching/Chapter_main.html|1|http://www.cs.umd.edu/~mount/ANN/^0|L|C|0|10|B|1|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@$A|O|B|P|1|Q]|$A|R|B|S|1|T]]|C|$]]|$1|D|3|-4|5|6|7|U|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]|L|$5|G|H|I|C|$J|M]]]]

If you are looking for a C++ library, you can have a look at this <a href="http://www.cgal.org/Manual/latest/doc_html/cgal_manual/Spatial_searching/Chapter_main.html" rel="nofollow">CGAL package</a>. There is also the <a href="http://www.cs.umd.edu/~mount/ANN/" rel="nofollow">ANN library</a>.

blocks|key|4430997|text|你需要最近的邻居还是近似最近的邻居？有多少个维度？|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4430998|我还建议在LSH之前尝试kd-tree搜索。|4430999|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|G|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|H|8|@]|9|@]|A|$]]]|E|$]]

Do you need nearest neighbour or approximate nearest neighbour? In how many dimensions? 

I would also recommend trying kd-tree search before LSH.

I want an algorithm for Nearest Neighbor Search(NNS) Problem. The problem is related to Computational Geometry field. I searched a lot, but i did not find an algorithm for that. I think locality sensitive hash(LSH) algorithm will be good for this problem, but unfortunately i didn't find an algorithm for this. Exactly i want an article to learn LSH.
Can any one help me?

Thanks

Nearest Neighbor Search

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我想要一个最近邻搜索(NNS)问题的算法。这个问题涉及到计算几何领域。我搜索了很多，但我没有找到一个算法。我认为局部敏感散列(LSH)算法可以很好地解决这个问题，但不幸的是我没有找到解决这个问题的算法。正是我想要一篇学习LSH的文章。有人能帮我吗？谢谢

问最近邻搜索
EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问最近邻搜索EN

回答 3

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问最近邻搜索
EN