Algorithm 有效地找到50k二维坐标的n个最近邻？

我有一个带有纬度和经度的数组。任务是为所有坐标找到5个最近的坐标，而不必每次循环遍历所有坐标。

根据您的数据（您没有告诉任何信息）和您希望的确定程度，有几种解决方案

• 如果数据是均匀分布的，则可以在数据的顶部创建栅格，并将点指定给栅格。之后，对于每个元素，您将找出它所属的栅格，并比较该栅格（以及最近栅格）中的距离。通过良好的网格选择，并假设网格中平均有k个元素，这可以为您提供潜在的

  O（n*k^2）

  运行时间。看看这个答案
• 对数据一无所知，您可以构造一个in O（n logn）时间，然后对数据库中的每个点询问距离它最近的点是什么（在O（logn）中询问总共n个点）。所以总的复杂度是

  O（n logn）

• 另一种方法是使用概率方法，称为。wiki页面太复杂了，即使知道这是什么，我也很难阅读该页面。看一看，以便更好地理解它
• @Gene通过使用a提出了另一种方法（没有听说过这种树，所以将其保留为空）

因此，正如您所看到的，对于这项任务，有可能获得比

O（n^2）

更高的复杂性

---

所有这些方法都描述了如何找到与正在搜索的点最近的点。很明显，在找到最近的点后，您可以删除它并找到另一个最近的点，依此类推，直到为您的点找到5个最近的点。

2维数组？什么？也许你指的是R^2中的一维点阵列？使用欧几里德距离作为比较器将所有元素插入。抓取最上面的n个元素。看看BST的非常efficient@Marko无需排序即可找到前5个lol值。如果我理解正确，这是一个缓慢的解决方案，因为您无法在O（n）时间内更新堆。@Marko我认为您的解决方案完全错误。