查找坐标中值以构建 kd 树(2D)-C++
Find median of coordinates to build kd tree (2D) - C++
我有一个二维问题中的最近邻问题,我发现 kd 树是最好的解决方案。
我找不到适合我正在使用的结构的现成实现,所以我决定创建自己的。
我使用的结构是:
struct Point{
int id;
double x;
double y;
};
我有将近100000个点,我的问题是:每次要划分我的点时如何进行寻找中点,以及如何同时定义左右划分?
另一个问题是:是否有更有效的方法进行? (耗时越少越好)。
How to compute median? Is there a more efficient way to proceed?
这两个问题我都会给出一个答案:你可以使用std::nth_element,像这样:
std::vector<float> v; // data vector (global)
bool myfunction (int i,int j) { return (v[i]<v[j]); }
int find_median(std::vector<int> &v_i)
{
size_t n = v_i.size() / 2;
nth_element(v_i.begin(), v_i.begin()+n, v_i.end(), myfunction);
return v_i[n];
}
您也可以查看我的question了解更多。
how to define the left and right partitions in the same time?
每个小于中位数的值都属于左分区,而每个大于中位数的值都属于右分区。
由您决定与中位数相等的值的去向。只需选择左或右并记住您的决定。
我有一个二维问题中的最近邻问题,我发现 kd 树是最好的解决方案。 我找不到适合我正在使用的结构的现成实现,所以我决定创建自己的。
我使用的结构是:
struct Point{
int id;
double x;
double y;
};
我有将近100000个点,我的问题是:每次要划分我的点时如何进行寻找中点,以及如何同时定义左右划分?
另一个问题是:是否有更有效的方法进行? (耗时越少越好)。
How to compute median? Is there a more efficient way to proceed?
这两个问题我都会给出一个答案:你可以使用std::nth_element,像这样:
std::vector<float> v; // data vector (global)
bool myfunction (int i,int j) { return (v[i]<v[j]); }
int find_median(std::vector<int> &v_i)
{
size_t n = v_i.size() / 2;
nth_element(v_i.begin(), v_i.begin()+n, v_i.end(), myfunction);
return v_i[n];
}
您也可以查看我的question了解更多。
how to define the left and right partitions in the same time?
每个小于中位数的值都属于左分区,而每个大于中位数的值都属于右分区。
由您决定与中位数相等的值的去向。只需选择左或右并记住您的决定。