C++ 最近点算法|如何改进？

我写了一个k均值聚类算法和一个颜色量化算法。就结果而言，它们的工作与预期的一样，但我想让它们更快。在这两种实现中，我都需要解决一个问题：在三维空间中有两个点阵列，然后对于第一个阵列的每个点，您需要找到与第二个阵列最近的点。我是这样做的：

size_t closest_cluster_index;
double x_dif, y_dif, z_dif;
double old_distance;
double new_distance;

for (auto point = points.begin(); point != points.end(); point++)
{
    //FIX
    //as suggested by juvian
    //K = 1
    if (point != points.begin())
    {
        auto cluster = &(clusters[closest_cluster_index]);

        r_dif = cluster->r - point->r;
        g_dif = cluster->g - point->g;
        b_dif = cluster->b - point->b;

        new_distance = r_dif * r_dif + g_dif * g_dif + b_dif * b_dif;

        if (new_distance <= std::sqrt(old_distance) - ColorU8::differenceRGB(*(point - 1), *point))
        {
            old_distance = new_distance;
            //do sth with closest_cluster_index;
            continue;
        }
    }
    //END OF FIX

    old_distance = std::numeric_limits<double>::infinity();

    for (auto cluster = clusters.begin(); cluster != clusters.end(); cluster++)
    {
        x_dif = cluster->x - point->x;
        y_dif = cluster->y - point->y;
        z_dif = cluster->z - point->z;

        new_distance = x_dif * x_dif + y_dif * y_dif + z_dif * z_dif;

        if (new_distance < old_distance)
        {
            old_distance = new_distance;
            closest_cluster_index = cluster - clusters.begin();
        }
    }
    //do sth with: closest_cluster_index
}

size\t最近的聚类索引；
双x_dif，y_dif，z_dif；
双倍老_距离；
双倍的新距离；
对于（自动点=点。开始（）；点！=点。结束（）；点++）
{
//修理
//正如朱维安所建议的那样
//K=1
if（point！=points.begin（））
{
自动聚类=&（聚类[最近的聚类索引]）；
r_dif=簇->r点->r；
g_dif=簇->g点->g；
b_dif=集群->b点->b；
新距离=r_dif*r_dif+g_dif*g_dif+b_dif*b_dif；
如果（新距离x-点->x；
y_dif=簇->y点->y；
z_dif=簇->z点->z；
新距离=x_dif*x_dif+y_dif*y_dif+z_dif*z_dif；
if（新距离<旧距离）
{
旧的_距离=新的_距离；
最近的_cluster_index=cluster-clusters.begin（）；
}
}
//用最近的聚类索引做某事
}

我怎样才能改进它？

---

（我不想让它成为多线程的或由GPU计算的）

有多种数据结构可用于高效的最近邻查询。对于3d，a工作得非常好，平均每个查询的复杂性为O（logn），这将改善当前的O（n）

因此，使用此结构，您可以将集群中的所有点添加到其中，然后对于点中的每个点，您可以使用此结构查询最近的点。对于您的特定情况，静态kdtree就足够了，因为您不需要更新点

另一种方法：

我们可以尝试冒险在某些点上进行额外计算，以换取在其他点上进行更少的计算。此方法应在以下假设下运行良好：

• 一个簇与另一个簇之间的距离很远
• 点与相邻点之间的距离较低

我认为这些适用于你的情况，因为你的簇很少有颜色，你的点来自真实的图像，相邻像素之间往往有相似的颜色

对于每个点，创建一个堆。不是存储最近的群集，而是存储在最近的k个群集中。当您移动到下一个点时，我们可以使用此信息。我们将此点称为p和其第k个最近的群集C

---

现在，对于一个新的点P2，在比较所有集群之前，我们将检查距离P2最近的集群是否在我们的堆中。只有当任何集群与堆之间的距离为P2时，这才可能是真的。使用适当的数据结构（如kdtree）从集群获取所有点，然后针对第一个数组中的每个点，询问该结构的最近点@朱维安：你的评论看起来真像是一个答案；）dup？：@YSC不习惯简短的回答，但试了一下^^@ArneVogel是的，我知道。将此算法拆分为多个线程非常简单。然而，这是我学习工作的一部分。我将测量它的执行时间，评估结果，并与其他算法（如中值切割）进行比较。为了做出公正的判断，我在一个线程中完成所有任务，只使用CPU。@John Smith你的问题的大小是多少？另外，您可以检查问题是树的构造还是它的使用。@JohnSmith好的，所以在您的例子中，N远大于簇的数量，所以这对您没有帮助。如果你有很多集群，你会注意到一个不同，但是它们太少了，这是不值得的。目前需要多长时间？@JohnSmith您也可以尝试使用八叉树。主要的问题是，即使一个结构提供了O（日志集群）步骤中的最近邻，这些步骤的常数也比简单for循环高，因此执行其中的8个步骤实际上可能比只执行256个简单步骤更昂贵operations@JohnSmith您可能希望将当前性能与其他颜色量化工具进行比较，如果他们更好，试着搜索他们是如何做到的。是一个已知的工具，对它们的方法有很好的解释。@JohnSmith 16迭代看起来不错。一个关键点是为第一次迭代选择集群。我想你已经尝试过优化它了。第一次尝试时，可以使用次优但更快的算法。例如，首先使用较少的点运行算法，然后增加点数。它不知道这对你来说是否有意义。