Algorithm 两个实际问题的算法

有两个现实生活中的问题，我正在努力寻找答案：

餐厅服务：当我使用我的食品订购应用程序（如FoodPand、Zomato等）时，该应用程序会在我登录时检测到我的位置，并相应地建议附近的餐厅（可能在足够好的范围内，以便所选餐厅可以提供食品）

出租车服务：当我使用出租车服务（如优步或奥拉）时，他们也会在我尝试预订出租车时检测到我的位置，并建议当时附近可用的出租车

问题： 如何找到最近的餐馆和出租车？他们实际使用的具体算法是什么？因为两种情况都不同，搜索数据在一种情况下是静态的，而在另一种情况下是不断变化的

我对这个问题的看法：

在做了一些关于这个主题的头脑风暴后，我知道，由于餐厅是固定的实体，我们可以将它们映射到KD树上（KD树允许存储空间索引）。根据客户的位置，我们可以在KD树上进行搜索，以找到附近的一组餐厅。KD树的创建需要O（n）个时间，搜索需要O（logn）个时间，n是树中n个节点的数量。这个方法对我来说已经足够好了，因为我不知道还有比这个更好的方法，我仍然在寻找答案

在出租车服务的情况下，出租车的位置不是静止的（与餐厅服务不同）。因此，为每一个改变的出租车位置创建KD树似乎是一项开销。考虑到出租车的当前位置，我如何找到离我最近的5辆出租车？CAB实际使用哪种算法

任何见解都将受到高度赞赏。

---

注：我还遇到了K最近邻搜索算法，它再次导致KD树。

存在一种称为2D动态K-D树解决方案的数据结构。但在实践中，真正的实现可能不涉及繁重的数据结构。您可能会想到这样一种更简单的方法，它可能会比动态k-D树更好：

将地图划分为矩形网格

当cab更改其位置（post请求包含GPS坐标）时，检查其是否仍在矩形中，否则更改矩形的内部信息

当用户想要找到最近的cab时，只需在网格中找到它的矩形，然后通过穷举搜索找到最近的一个

你可能会想“为什么？”。实际上，在上述简单的方法中，添加并发和并行会更容易，而修改k-d树可能会非常困难