设为首页 加入收藏

TOP

算法5-6:Kd树
2015-07-24 05:58:44 来源: 作者: 【 】 浏览:8
Tags:算法 5-6

问题

?

给定一系列的点,和一个矩形。求矩形中包含的点的数量。

?

解答

?

这个问题可以通过建立矩阵来进行求解。首先将一个空间分割成矩阵,将点放置在对应的格子中,再计算矩形覆盖的格子,再判断格子中的点是否包含在矩形中

?

\

这种方法的问题是,可能这些点全都集中在一个格子中。这种情况下算法的效率比较低。

?

\

?

这种问题在地图的应用中非常常见。

?

\

?

因此需要引入2D树的概念,使得矩阵的分解会根据点的密度自动适应。

?

2D树

?

下图展示了2D树的样子。

?

\

?

2D树的构建

?

每次加入一个点时,将平面分成两半。

?

\

?

加入第二个点时,由于第二个点在第一个点的右侧,因此在第一个点的右子节点创建一个新的节点。由于父节点是竖直的,所以子节点需要水平分割。

?

\

?

增加更多的点之后,就会形成如下的二叉树。

?

\

?

搜索操作

?

搜索矩形中包含的点。

?

\

?

搜索的时候需要从根节点开始。从根节点知道,矩形在节点的左侧,因此只需要搜索左侧即可。到了点3,由于矩形覆盖了两边的区域,因此需要搜索两边。一直迭代循环,直到节点搜索完毕为止。

?

这种算法的平均复杂度是logN,最坏复杂度是sqrtN。

?

问题

?

给定一系列点,和一个待测点。求与待测点最近的点。

?

用2D树的数据结构时,有时可以将搜索范围缩小到一半。

?

Kd树就是2D树的推广形式,处理二维以上的数据时非常高效。

?

N体模拟算法

?

关键思想就是对于单个质点来说,将距离较远的那些点看成一个质点。

?

具体实现可以参考论文

http://www.cs.montana.edu/courses/spring2005/580/papers/0906008.pdf


】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
分享到: 
上一篇算法5-7:区间搜索 下一篇初识Swift(二)-数组与数据字典

评论

帐  号: 密码: (新用户注册)
验 证 码:
表  情:
内  容: