Ich versuche, einen schnellen Algorithmus zum Auffinden der (näherungsweise, wenn nötig) nächsten Nachbarn eines gegebenen Punktes in einem zweidimensionalen Raum zu finden, wo Punkte häufig aus dem entfernt werden Datensatz und neue Punkte werden hinzugefügt.Algorithmus für 2D Nearest-Neighbour-Abfragen mit dynamischen Punkten
(Im Zusammenhang damit gibt es zwei Varianten dieses Problem, die mich interessieren:., In dem Punkte können als gedacht werden hinzugefügt und zufällig entfernt und eine andere, in der alle Punkte sind in ständiger Bewegung)
Some Gedanken:
- kd-Bäume eine gute Leistung bieten, sondern nur für den statischen Punkt Sets
- R * -Bäume scheinen gute Leistung für eine Vielzahl von Dimensionen, aber die Allgemeinheit ihrer Konstruktion (beliebige Dimensionen anbieten , allgemeine Inhaltsgeometrien) schlägt die Möglichkeit vor, dass ein mo re spezifischen Algorithmus könnte Leistungsvorteile
- Algorithmen mit bestehenden Implementierungen bevorzugt anbieten (obwohl dies nicht notwendig ist)
Was ist eine gute Wahl, denn hier?
Possible Duplikat https://stackoverflow.com/questions/45887680/efficient-knn- implementation-which-erlaubt-insert/45903853 # 4590 3853 – TilmannZ