这些结构中哪些是精确的最近邻，哪些是近似版本？答案

【问题标题】：Which of these structures are for exact Nearest Neighbor and which ones for approximate version?这些结构中哪些是精确的最近邻，哪些是近似版本？
【发布时间】：2026-02-08 06:35:01
【问题描述】：

LSH 是一种流行的 ANN 算法。

k-d 树可能是最流行的精确求解 NN 的解决方案。

但是，阅读 this survey 我发现了这些结构，但我不明白哪些是用于求解 NN 或 ANN：

四叉树/八叉树
球树
R-树
M-树

我没有找到任何专门针对 ANN 的调查，所以我认为所有这些都是针对 NN 和度量空间的（它们不能用于非度量空间）。

【问题讨论】：

您能否编辑您的问题以包含一个问题？我只能发布一个答案。如果您认为那需要问更多，请发布一个新的 q。 ;)
现在没有超级明显的问题了。我猜您的意思是您拥有的 4 个结构中的哪一个用于最近邻搜索？
不，我的问题是：哪些结构用于 EXACT NN，哪些用于 APPPROXIMATE NN？

标签： data-structures nearest-neighbor dimension kdtree approximate-nn-searching

【解决方案1】：

首先，让我确认quadtree、Ball tree、R-tree 和M-tree 可用于最近邻搜索 (NNS)。

现在如果一个结构可以支持NNS，那么它可以支持近似最近邻搜索。

以 kd-tree 为例，您可能更了解它；它收集可能是查询答案的候选点。如果您检查所有可能的候选者，那么您可以回答确切的最近邻查询。如果您检查一些个候选对象，则可以回答近似最近邻查询。

希望对您有所帮助！ :)

【讨论】：

我建议进行编辑，但已回滚到以前的版本。我是否正确建议某些候选人会导致近似 NN 结果？在我看来是对的
@fzk 是的，非常感谢您的支持！ =)
docs.scipy.org/doc/scipy/reference/generated/… 是绝对神经网络吗？