【发布时间】：2013-12-29 00:43:16
【问题描述】：
一个普通的kd-tree是通过递归地将超级平面分成两半来构造的。并且要使用查询点进行范围搜索，它只会搜索一小部分点（log）而不是全部（线性）。
我想知道可以用点积构建一个 kd-tree 吗？
例如，b 是一个 3d 向量列表：
b = np.random.rand(10,3)
a = (1,1,1) is a query vector
我想找到最近的满足：
a * bk > a * bi, for i = 1, 2, ...k-1, k+1, 10
我不想计算所有的 a * bi 点乘积对。
如何用b建树，查询a来的时候只计算a * bi的一部分？
【问题讨论】：
标签： python algorithm data-structures nearest-neighbor kdtree