Java 在寻找最近的位置方面，我怎样才能比暴力做得更好？

我有以下代码：

public static Location findClosest(Location myPosition, ArrayList<Location> spots) {  
  double min = Double.MAX_VALUE;  
  Location closer = null;  
  for(MyPosition aPosition:spots) {  
     float dist = Math.abs(aPosition.distanceTo(myPosition));  
     if(dist < min) {  
         min = dist;  
         closer = aPosition;  
     }  
  }  
  return closer;  
}  

公共静态位置findClosest（位置myPosition，数组列表点）{
双最小值=双最大值；
位置更近=空；
对于（我的位置：点）{
浮动距离=数学绝对值（位置距离（myPosition））；
如果（距离<最小值）{
最小值=距离；
闭合=位置；
}  
}  
回程更近；
}  

这是一种蛮力O（N^2）方法，因为它是从以下函数调用的：

public static Location findClosest(Location myPosition, ArrayList<Places> places) {   
   Location closer = null;  
   double min = Double.MAX_VALUE;    
   for(Places place:places) {  
      Location currentMin = findClosest(myPosition, places.getSpots());  
      float dist = Math.abs(currentMin.distanceTo(myPosition));  
      if(dist < min) {  
         min = dist;  
         closer = currentMin;  
      }  
   }  
   return closer;  
}  

公共静态位置findClosest（位置myPosition，数组列表位置）{
位置更近=空；
双最小值=双最大值；
（地点：地点）{
Location currentMin=findClosest（myPosition，places.getSpots（））；
浮动距离=数学绝对值（当前最小距离到（我的位置））；
如果（距离<最小值）{
最小值=距离；
闭合=当前最小值；
}  
}  
回程更近；
}  

考虑到斑点的大小并没有那么大，最多200个，目前还可以使用。
如何改进我的方法？
除了geohashing，还有其他算法可以提高性能吗？
有一些坐标属性可以用来跳过循环的某些部分吗？

因为你说的是O（N^2），但这是一个O（N）函数，我假设你在循环中调用它来确定每个点的最近距离。那样的话，我不知道什么会更快

但是，为了避免每次要存储最近点时都必须运行此函数的麻烦，请将所有点的哈希映射添加到最近点，并检查是否已添加该点。如果添加了一个新点，只需检查它和所有原始点

---

希望这有点帮助。如果你的问题是从任何地方的所有“地方”找到最近的“点”，你的函数将被多次调用（用相同的“地方”和“点”），也许你应该考虑创建某种空间数据结构（这就是我所说的预处理）。 例如四叉树（）。四叉树的构建可能需要一些时间，但您在搜索时会非常高效。 -元素插入需要O（logN）（即N个点的总数为（N*logN）（您的情况可能是N=M*M）） -搜索只需要O（日志N）

---

在笛卡尔坐标系下工作非常完美。如果您使用的是地理坐标，您应该首先转换它们。

您可以使用优先级队列而不是列表，此时您将得到O（1），我在这里也看到了O（n），除非我遗漏了什么…我看不到O（n^2）-但仅是线性的。无论如何，如果你能够“以某种方式”对斑点进行预处理，你可以将它们存储在一些空间数据结构中，如R-树、四叉树、KD-树等。。。加快搜索速度。正确的数据结构取决于您使用的dimmensions数等。。例如，请参见@Palcente:如何使用优先级队列？我没有understand@convexHull你说得对。它不是O（N），因为我从另一个循环调用这个函数，我没有提到这个循环。我将更新OP。我不知道可以进行什么预处理。在插入过程中，优先级队列中的顺序保持不变。因此，您的

findClosest（）

方法只需要从

点中拾取第一个项目，它将被保证是最近的位置。我的问题是给出1个位置和其他位置的列表，从列表中找到最靠近X1的位置）我有列表，但目标位置未知。我可以创建这样一个树结构来适应这种情况吗？2） 我有地理坐标。转换它们的最佳方法是什么？如果只搜索一次最近的数据结构，这种数据结构可能会增加开销，而且您的解决方案已经足够好了。但是，如果您多次搜索最近的点（或者如果有可能多次询问），您可以（例如）为您的点列表构建四叉树。然后你可以很容易地询问任何uknown的位置。转换为笛卡尔坐标并非易事，但却是可能的。例如，见