Geometry 平铺上下文中最近邻搜索的高效数据结构

我正在寻找一个数据结构来存储不规则的高程数据{xi，yi，zi}，这有助于快速查找xy范围内的点

从我收集的数据来看，kd树应该适合这种情况？而且实现起来也相当简单

但是，高程数据集中的点数可能非常多。因此，不可能一次性处理所有点。相反，我的目标是将xy区域划分为块，并分别处理每个块：

绿色矩形内的点是平铺1所需的点。当我移动到tile 2时，我需要以tile 2为中心的绿色矩形内的点。仍然需要瓷砖1周围绿色矩形中最右边的2点。如果需要，可以从内存中交换其他点。此外，瓷砖2还需要4分。 因此kd树可能不是最优的，因为这需要我为每个新的磁贴重建完整的树？R-树是更好的选择吗

点本身应该以某种巧妙的格式存储在磁盘上，并在需要它们之前读入内存。在开始处理磁贴1之前，我可以告诉维护这些点的数据结构，接下来我将需要磁贴2，然后它可以在单独的线程中开始从磁盘读取必要的点。
我正在考虑使用较小的瓦片将点加载到数据结构中。例如，图中的点可以划分为16x16块

---

C/C++中是否有实现此功能的库？

Hi-High-Performance Mark！各点相当一致，但并不完全一致。是的，动态更新是一个问题。您需要删除点，还是只动态添加点？嗨，AlexWien！当数据结构内存不足时，我需要删除点。听起来您是在查找范围队列，而不是最近邻查询。看起来您可能对现有的磁贴设置得太多了。看起来你可以简单地让瓷砖成为一个规则的网格。因此，您只需创建7-8个新的平铺（平铺仅由其x-y起点和终点定义），而不是尝试将边远点拟合到当前标题中。如果需要，可以递归地将栅格划分为较小的部分。另一种选择可能是使用四叉树，因为听起来它接近于您所寻找的，如果需要的话，可以删除点。