二维数据点范围查询
2D data point range query
我正在处理一个巨大的二维数据集，需要对每个点进行范围查询，将范围内的邻居作为一个集合返回
我已经使用 KD Tree 形式的 sk learn 索引进行了测试，但问题是，returns 索引作为列表并且转换为集合花费的时间太长。
是否有一种数据结构，returns 范围查询中的点作为集合而不是列表？
结果本身不是列表。
获取k-d-tree的源代码，修改成直接写入集合，而不是列表。
但我非常怀疑这能否解决您的实际问题。将一个小列表转换为一个集合应该几乎不是性能问题......但是，你正在使用 python。传统的 python set() 会比 numpy 数组慢很多很多。但是不要怪数据结构没有使用慢集
我正在处理一个巨大的二维数据集，需要对每个点进行范围查询，将范围内的邻居作为一个集合返回 我已经使用 KD Tree 形式的 sk learn 索引进行了测试，但问题是，returns 索引作为列表并且转换为集合花费的时间太长。 是否有一种数据结构，returns 范围查询中的点作为集合而不是列表？
结果本身不是列表。
获取k-d-tree的源代码，修改成直接写入集合，而不是列表。
但我非常怀疑这能否解决您的实际问题。将一个小列表转换为一个集合应该几乎不是性能问题......但是，你正在使用 python。传统的 python set() 会比 numpy 数组慢很多很多。但是不要怪数据结构没有使用慢集