从大型数据集计算附近点的最快方法是什么

Question

我有一大堆3d点（20,000+），分散在整个3d空间中。 我需要确定哪些点在集合中每个点的特定任意范围内。 例如，对于每个点，10个单位范围内的点组是什么。 对此的排列非常大。 那么，解决这个问题的计算效率最高的方法是什么？ （我需要使用java来解决这个问题。）

Answer 1

您可以使用kd树 ，它基本上是一个k维二叉树。 kd树中的范围搜索非常有效。

Answer 2

既然这是一个没有代码的理论问题，我会在这里抛出2美分。 如果您不使用像postgis（ http://postgis.net/ ）这样的任何几何数据库，我将建议以下内容，前提是这些点有三个坐标（X，Y，Z）。

制作三个包含点的id和一个坐标的Arrays。 按坐标对它们排序。 然后对于每个点，检查最后一个和下一个是否在范围内。 如果两者都没有，那就消除这一点。 为每个数组做这个。 然后，您将有更少的空间来计算。 然后对于一个点到达范围内的每个点，计算距离和标志，消除最远点。

希望这会有所帮助。

Answer 3

您可以使用空间填充曲线和近似值。 将点视为二进制并将其交错。 然后对数字进行排序并利用曲线首先访问附近的点。 你可以尝试很多曲线，这很可能取决于积分。

Answer 4

听起来你需要一个R树 。 或者像kd-tree这样的范围树，它会返回一个框中的所有点，然后你只需要在查询点所需距离处过滤所有点。

Answer 5

使用预分配为完整大小的ArrayList。 （使用立方体形状区域）

public class Point3D {
    public int x, y, z;

    public static List<Point3D> allWithinRange(List<Point3D> possiblePoints, int x, int y, int z, int inter) {
        List<Point3D> list = new ArrayList<Point3D>(possiblePoints.size());
        possiblePoints.stream()
                .filter(it -> it.x <= x + inter && it.x >= x - inter)
                .filter(it -> it.y <= y + inter && it.y >= y - inter)
                .filter(it -> it.z <= z + inter && it.z >= z - inter)
                .forEach(list::add);
        return list;
    }
}