C++ 使用Boost查询点

在使用boost查询积分时，我似乎得到了不正确的结果。使用单独的算法（使用BSTs），我每个查询平均得到2000分的答案，但使用boost我得到10分的答案。这是我第一次使用Boost，所以有人能帮我解决我的问题吗

关于代码：我放置了1M个随机点（x，y在0和1之间）。然后，我对100个小的随机区域进行查询，并计算匹配数

#include <iostream>
#include <vector>
#include <time.h>
#include <math.h>
#include <stdlib.h>
#include <iomanip>

#include <boost/geometry/geometry.hpp>
#include <boost/geometry/geometries/geometries.hpp> 
#include <boost/geometry/geometries/point.hpp>
#include <boost/geometry/index/rtree.hpp>

using namespace std;
namespace bg = boost::geometry;
namespace bgi = boost::geometry::index;
typedef bg::model::point<double, 2, bg::cs::cartesian> point;
typedef bg::model::box<point> box;    

struct particle
{
  double x;
  double y;
};

int main(int argc, char *argv[])
{
  int N=1000000;
  clock_t start,stop;

  vector<particle> myvec(N);
  vector<particle>::iterator cii;
  //Set vector values
  for (cii = myvec.begin(); cii != myvec.end(); ++cii)
    {
    cii->x =1.0*rand()/RAND_MAX;
    cii->y =1.0*rand()/RAND_MAX;
    }

  //Build R-tree
  start=clock();
  bgi::rtree<point, bgi::quadratic<16> > rtree;
  for (cii=myvec.begin();cii!=myvec.end(); ++cii)
    { 
     double x = cii->x;
     double y = cii->y;
     point p(x,y);
     rtree.insert(p);
    }
  stop=clock();
  cout<<"Time for building R tree "<<(stop-start)/(double) CLOCKS_PER_SEC<<endl;

  //Build Query List
  vector<particle> querylist(100);
  for (cii = querylist.begin(); cii != querylist.end(); ++cii)
    {
    cii->x =1.0*rand()/RAND_MAX;
    cii->y =1.0*rand()/RAND_MAX;
    }

  //Query R-tree
  start=clock();
  for (cii = querylist.begin(); cii != querylist.end(); ++cii)
    {
    double x = cii->x;
    double y = cii->y;
    double lx = x - .001;
    double ux = x + .001;
    double ly = y - .001;
    double uy = y + .001;
    point p1(lx,ly), p2(ux,uy);
    box query_box(p1, p2);

    vector<point> queryresult;
    rtree.query(bgi::intersects(query_box), std::back_inserter(queryresult));

    std::cout << "The intersection has " << (queryresult.size()) << " elements:\n";
    }
  stop=clock();
  cout<<"Time for query "<<(stop-start)/(double) CLOCKS_PER_SEC<<endl;

  return 0;
}

#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
使用名称空间std；
名称空间bg=boost:：geometry；
名称空间bgi=boost:：geometry:：index；
typedef bg:：model:：point；
typedef bg:：model:：box；
结构粒子
{
双x；
双y；
};
int main（int argc，char*argv[]）
{
int N=1000000；
时钟没有启动，停止；
载体myvec（N）；
向量：：迭代器cii；
//设置向量值
for（cii=myvec.begin（）；cii！=myvec.end（）；++cii）
{
cii->x=1.0*rand（）/rand_MAX；
cii->y=1.0*rand（）/rand_MAX；
}
//构建R-树
开始=时钟（）；
bgi：：rtree-rtree；
for（cii=myvec.begin（）；cii！=myvec.end（）；++cii）
{ 
双x=cii->x；
双y=cii->y；
点p（x，y）；
rtree.插入（p）；
}
停止=时钟（）；
cout您的样本在统计上不可靠

让我们将查询框大大放大：

double const delta = .05; // so boxes are .1x.1, i.e. 1/100th of total area
// and later
for (auto& p : querylist) {
    box query_box(point {p.x - delta, p.y - delta}, point {p.x + delta, p.y + delta});

结果正好达到预期的点击数：


Time for building R tree 2182054657 nanoseconds
Time for query 52749607 nanoseconds
Average intersections: 10000.3
Standard deviation:    98.9173
Expected mean:         10000

代码
注释


将
rand（）
替换为Boost Random（
uniform\u real
distribution）
修复了框与区域边界不重叠的问题（因此我们不会得到扭曲的结果）
不必每次填充向量，只需测量查询结果的数量：

auto n = std::distance(
        bgi::qbegin(rtree, bgi::intersects(query_box)),
        bgi::qend(rtree));


使用增压累加器进行适当的统计，而不是“轶事式”报告一些“交叉点”计数：

std::cout << "Average intersections: " << ba::mean(stats) << "\n";
std::cout << "Standard deviation:    " << sqrt(ba::variance(stats)) << "\n";

std::cout << "Expected mean:         " << (N * (2*delta) * (2*delta)) << "\n";

甚至

double const delta = .00005; // so boxes are .0001x.0001, i.e. 1/100000000th of total area

Time for building R tree 726361394 nanoseconds
Time for query 216690 nanoseconds
Average intersections: 0.02
Standard deviation:    0.14
Expected mean:         0.01

都德，请把你的代码改成
C++
，因为它现在基本上是
C加类的。请不要使用
std:：rand（）
（谷歌it）。使用
std:：chrono
进行时间测量。这段代码会伤害我的身体。除了格式化之外，这段代码对我来说大致没什么问题。我明天会看一看，以防没有其他人使用收集统计数据的所有工具来量化性能基准。此外，修复了随机和计时。无法要求更多。
double const delta = .005; // so boxes are .01x.01, i.e. 1/10000th of total area

Time for building R tree 2101529662 nanoseconds
Time for query 2982070 nanoseconds
Average intersections: 99.69
Standard deviation:    8.96069
Expected mean:         100

double const delta = .00005; // so boxes are .0001x.0001, i.e. 1/100000000th of total area

Time for building R tree 726361394 nanoseconds
Time for query 216690 nanoseconds
Average intersections: 0.02
Standard deviation:    0.14
Expected mean:         0.01