查找最接近输入数据点的值的数据结构答案

【问题标题】：data structure to find value for closest point to input data查找最接近输入数据点的值的数据结构
【发布时间】：2020-11-05 00:11:15
【问题描述】：

我有一个数据集，其中我将一个值映射到一个三维点。例如(1,2,3)->5; (2,4,1)->7;等等。
我需要存储这些并能够快速找到所需的值。如果每个可能的输入都有一个条目，我可以只使用一个 3D 数组（或字典），使用该点作为索引并且根本不进行搜索。

然而，输入是实值的，因此数据集中并非每个点都存在。我想找到与输入数据最近的 n 个点并获取它们的相关值以执行插值。
我可以使用哪种数据结构来有效地实现这一点？数据结构只需创建一次，以后无需更改。

【问题讨论】：

find value for closes point... 建议基于树的结构可能是平衡的，如红黑。
KD-Tree 支持高效的最近邻搜索。
在给定 R^3（实数值）中的一个点的情况下，您是否需要在 Z^3（仅整数）中找到最近的点？
你能谈谈数据点的分布吗？不同的数据结构在不同的分布上效果最好。
我需要在 R^3 中找到点，示例可能很糟糕，抱歉。

标签： algorithm data-structures nearest-neighbor

【解决方案1】：

你想要的是K-d tree。
它是一种专门设计用于划分k 维空间的点的数据结构，它可以非常快速地找到给定点的最近邻居 (O(log n))。
您可能也不需要自己实现 kd 树，因为该结构的实现存在于多种语言中（我在 python 中使用过它，我敢打赌您可以在大多数常用语言中找到可靠的实现）。

【讨论】：

据我所知，K-d-tree 只存储点本身。因此，在找到最近的点之后，我会使用不同的数据结构（如字典或哈希映射）来查找与这些点关联的值，对吗？
是的，哈希映射可以很好地完成这项工作，这是一种将键映射到值的快速实用的方法。