Fortran中的非表格数据结构

我想为非表格数据构建一个数据结构。我不确定用（现代）Fortran做这件事的正确方法是什么

我有一套房子的数据，包括它们的位置（纬度、经度）和价格。我还有一个工厂的数据，包括它们的位置（纬度、经度）和它们产生的污染量。对于每个房子，我需要创建一个在房子5公里半径范围内的工厂列表。不仅仅是这些工厂的数量，还有这些工厂的全部（纬度、经度、污染）媒介。每家房子附近都有不同数量的工厂，从零到大约八十家不等

MODULE someDefinitions
IMPLICIT NONE
INTEGER, PARAMETER :: N_houses=82390, N_factories=4215

TYPE house
  REAL :: lat,lon,price
  ! a few more fields which are not important here
END TYPE
TYPE factory
  REAL :: lat,lon,pollution
  ! a few more fields which are not important here
END TYPE

Contains

PURE FUNCTION haversine(deglat1,deglon1,deglat2,deglon2) RESULT (dist)
  ! Some code for computing haversine distance in meters
END FUNCTION haversine

END MODULE someDefinitions


PROGRAM createStructure
USE someDefinitions
IMPLICIT NONE

TYPE(factory), DIMENSION(N_factories) :: factories
TYPE(house), DIMENSION(N_houses) :: houses
INTEGER :: i,j
! more variables definitions as needed

! code to read houses data from the disk
! code to read factories data from the disk

DO i=1,N_houses
  DO j=1,N_factories
     !here I compute the distance between houses(i) and factories(j)
     ! If this distance<=5000 I want to add the index j to the list of indices
     ! associated with house i. How? What is the right data structure to do
     ! that? some houses have zero factories within 5000 meters from them.
     ! Some houses have about 80 factories around them. It's unbalanced.
  END DO !j
END DO !i

END PROGRAM createStructure

模块定义
隐式无
整数，参数：：N_houses=82390，N_factories=4215
样板房
雷亚尔：拉特，朗，普莱斯
! 这里还有几个不重要的领域
端型
类型工厂
雷亚尔：纬度、经度、污染
! 这里还有几个不重要的领域
端型
包含
纯函数哈弗森（deglat1，deglon1，deglat2，deglon2）结果（dist）
! 用米计算哈弗线距离的一些代码
端功能哈弗森
结束模块定义
程序结构
使用一些定义
隐式无
类型（工厂）、尺寸（N_工厂）：：工厂
类型（房屋），尺寸（N_房屋）：：房屋
整数：：i，j
! 根据需要提供更多变量定义
! 从磁盘读取数据的代码
! 从磁盘读取工厂数据的代码
i=1，N_房屋吗
j=1，N_工厂
!这里我计算房屋（I）和工厂（j）之间的距离
! 如果这个距离，使用太多嵌套的派生类型可能会变得单调乏味。下面是一个使用2D数组处理除所需列表之外的所有数据的示例。这类似于简单实现的K-最近邻（KNN）算法。当然，可能会有更好的算法，但以下是一个良好的开端

program NoStrucyures
  implicit none
  type listi
    real, allocatable :: item(:,:)
  end type 

  integer, parameter :: N_houses=82390, N_factories=4215
  real :: houses(N_houses,3)
  real :: factories(N_factories,3)
  real :: distance(N_factories)
  type(listi) :: list(N_houses)
  integer :: i, j, k, within5k 

  ! Generating dummy data
  call random_number(houses)
  call random_number(factories)
  houses = houses * 500000
  factories = factories * 500000

  do i = 1, N_houses

      distance = sqrt((houses(i,1)-factories(:,1))**2 + (houses(i,2)-factories(:,2))**2)
      within5k = count( distance <= 5000 ) 

      if (within5k > 0) then 
        allocate(list(i)%item(within5k,3))
        k = 0
        do j = 1, N_factories
          if (distance(j) <= 5000) then 
            k = k + 1
            list(i)%item(k,:) = factories(j,:)
          end if
        end do 
      else 
        list(i)%item = reshape([-1, -1, -1],[1,3])
      end if 

  end do

  do i=1,10
    print *, list(i)%item
  end do 

end program NoStrucyures


程序NoStrucyures
隐式无
listi型
实型，可分配：：项（：，：）
端型
整数，参数：：N_houses=82390，N_factories=4215
房地产：：房屋（N_房屋，3）
雷亚尔：工厂（N_工厂，3）
实际：：距离（N_工厂）
类型（列表i）：：列表（N_房屋）
整数：：i，j，k，带5k
! 生成虚拟数据
随机呼叫号码（房屋）
随机电话号码（工厂）
房屋=房屋*500000
工厂=工厂*500000
i=1，N_房屋吗
距离=平方米（（房屋（i，1）-工厂（：，1））**2+（房屋（i，2）-工厂（：，2））**2）
在5K内=计数（距离0），然后
分配（列出（i）%项目（不超过5K，3））
k=0
j=1，N_工厂
if（distance（j）使用过多的嵌套派生类型可能会变得单调乏味。下面是一个示例，使用2D数组处理除所需列表之外的所有数据。这类似于天真地实现的K-最近邻（KNN）算法。当然，可能有更好的算法，但以下可能是一个良好的开端

program NoStrucyures
  implicit none
  type listi
    real, allocatable :: item(:,:)
  end type 

  integer, parameter :: N_houses=82390, N_factories=4215
  real :: houses(N_houses,3)
  real :: factories(N_factories,3)
  real :: distance(N_factories)
  type(listi) :: list(N_houses)
  integer :: i, j, k, within5k 

  ! Generating dummy data
  call random_number(houses)
  call random_number(factories)
  houses = houses * 500000
  factories = factories * 500000

  do i = 1, N_houses

      distance = sqrt((houses(i,1)-factories(:,1))**2 + (houses(i,2)-factories(:,2))**2)
      within5k = count( distance <= 5000 ) 

      if (within5k > 0) then 
        allocate(list(i)%item(within5k,3))
        k = 0
        do j = 1, N_factories
          if (distance(j) <= 5000) then 
            k = k + 1
            list(i)%item(k,:) = factories(j,:)
          end if
        end do 
      else 
        list(i)%item = reshape([-1, -1, -1],[1,3])
      end if 

  end do

  do i=1,10
    print *, list(i)%item
  end do 

end program NoStrucyures


程序NoStrucyures
隐式无
listi型
实型，可分配：：项（：，：）
端型
整数，参数：：N_houses=82390，N_factories=4215
房地产：：房屋（N_房屋，3）
雷亚尔：工厂（N_工厂，3）
实际：：距离（N_工厂）
类型（列表i）：：列表（N_房屋）
整数：：i，j，k，带5k
！正在生成虚拟数据
随机呼叫号码（房屋）
随机电话号码（工厂）
房屋=房屋*500000
工厂=工厂*500000
i=1，N_房屋吗
距离=平方米（（房屋（i，1）-工厂（：，1））**2+（房屋（i，2）-工厂（：，2））**2）
在5K内=计数（距离0），然后
分配（列出（i）%项目（不超过5K，3））
k=0
j=1，N_工厂
if（距离（j）字典呢？看。可能有更好的算法方法来处理你的问题，但乍一看，你可能对的方法感兴趣。字典呢？看。可能有更好的算法方法来处理你的问题，但乍一看，你可能对的方法感兴趣。