Algorithm 如何对三维点进行排序？

假设在3D中有一些点。您希望按递增或递减顺序对其进行排序。在排序时不考虑CW/CW。如何排序？

对3D点进行排序的一种方法是比较它们的大小——它们与原点的距离（0，0，0）——这可以使用3D类似的毕达哥拉定理进行计算：

然后，您将有一个浮点数/双精度浮点数列表，可以使用任何常规排序算法进行排序

---

不过，这只是最常用的方法。有无数种方法可以比较3D点，其中一些方法比其他方法更合理。例如，哪个是“较大”点，（1,0,0）或（-10，-50,5）？比较X或Y坐标表明前者更大，而比较Z坐标或幅值则表明后者更大。这些答案都不是完全正确或错误的；这实际上取决于您需要应用程序做什么。

增加或减少什么顺序？你必须首先弄清楚这个概念，如果它是可测量的，那么它会增加或减少，你在这里的测量是什么？你首先需要定义你的顺序。任何排序都需要有一种独特的方式来定义

a>b

，它遵循各种规则（例如

a>b

和

b>c

意味着

a>c

）。我所知道的这些东西没有标准的排序方法，所以你需要定义你自己的排序方法（例如按x排序，然后按y排序，然后按z排序）。你试图对三维数据排序的事实可能是你问题的根源。也许再多了解一下你为什么要这样做，我们可能会提供更多帮助。CW/CCW是什么意思？答案是“你想怎么做就怎么做”。实际上，有无数种方法可以对它进行排序。我认为这不是唯一明智的方法。这真的取决于你在做什么。它也不够独特。如何排序

（1,0,0）

和

（0,1,0）

？距离比较甚至没有定义严格的顺序。您将无法获得可预测的排序。我想您还需要使用稳定的排序算法来适应这样的数据集。但这并不是我想说的重点；比较3D点本身是没有意义的，所以我们把它们转换成有意义的东西来比较——大小。这是用于复数的方法，它不能直接使用“大于”之类的概念，但可以通过计算它们的绝对值在某种程度上进行比较。当然，如果量级在OP的特定应用中没有用处，那么使用它是没有意义的。但我想不出还有什么比这更有用的了；我认为这是因为比较震级是比较3D点的唯一好方法。回想起来，这句话的措辞相当糟糕。我相应地编辑了我的答案，并添加了一条注释，即真实答案取决于OP的应用程序需要什么。