Algorithm K-D树与蛮力搜索时间的比较

这是一个执行速度图，根据我写的k-d树和蛮力的维度。 指针集的数量固定为1 M 1000000，Query测量了执行1000次的速度。 k-d树的增长是巨大的，但暴力不是。 我想知道为什么会出现这些结果，以及如何改进这些结果。

一些想法：

性能可能在很大程度上取决于数据的特征。例如，数据点是否均匀分布、聚集或以其他方式排列

另外，您正在执行什么样的查询？一种解释是，您使用的是一个窗口查询，它返回整个点集或点集的大部分。在这种情况下，暴力总是会更快

KD树实现中是否存在缺陷

一般来说，kD树在高维情况下不能很好地伸缩。因此，例如在机器学习中，维数通常降低到10到20左右。然而，除非你在GPU上使用蛮力，否则KD树应该更快

---

如果您正在寻找具有高维插入/窗口查询功能的结构，请查看，或者后者是自发布的，目前限制为60维，但高维版本将于本周发布。对于k-最近邻搜索，请查看或。如果您使用的是Java，那么可以查看中的实现。我还实现了一个。

您是否将kd树创建时间作为基准的一部分进行测量？不，这只是我的学术好奇心。什么语言？有测试的样本代码吗？什么样的数据域和构造算法，特别是分裂启发式？