Data structures 空间数据的数据结构

我正在寻找一个良好的功能数据结构来存储空间（点）数据。数据结构应该允许对已经存在的点进行简单的epsilon查询。我还需要经常修改数据。这意味着点可以移动，并且应该能够在数据结构中更新。这可能可以使用普通的删除/添加来处理，但真正的移动可能会更快

---

现在我正在考虑使用（或更高），因为移动部分应该很容易做到。然而，就平衡而言，四叉树被认为是更糟糕的。可能是另一种选择，但更新似乎相当糟糕。此外，我所能找到的大多数空间数据结构实现都是过程性的，而我使用的是函数式语言。

取决于您如何使用它和快速地移动点，您也可以考虑。基本上，将点按一维排序（例如x）。如果点很少改变位置，那么为每个模拟步骤运行插入排序实际上会非常快

---

（顺便说一句，我认为你的两个建议已经很好了）

KD树或Quad/Oct树是合理的选择

Haskell中的示例：

两者都很容易编码为纯功能数据结构。

和R*树也是另一种解决方案，易于实现

有关示例，请参见（在OCaml中）

---

我在疏散模拟中使用了它们，更新步骤并没有那么慢。

由Overmars和van Leeuwen描述了伪四叉树-一种四叉树，它也可以在插入和删除过程中平衡自身。插入和删除的摊余成本类似于

O（log^d（n））

，甚至可以与所做的平衡量进行交易（你可以在本文中阅读更多相关内容）。

只是想澄清一下：epsilon查询是一种查找与给定点之间指定距离内的点的查询吗？看起来很好，虽然我必须修理一些东西才能让它在这里工作。谢谢你的帮助。。。