小編給大家分享一下C#通過KD樹進行距離最近點的查找的案例，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

專注于為中小企業(yè)提供成都網(wǎng)站建設、做網(wǎng)站服務,電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)蒼南免費做網(wǎng)站提供優(yōu)質的服務。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了超過千家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設實現(xiàn)規(guī)模擴充和轉變。

1. KD樹介紹

Kd-Tree（KD樹），即K-dimensional tree，是一種高維索引樹形數(shù)據(jù)結構，常用于在大規(guī)模的高維數(shù)據(jù)空間進行最鄰近查找和近似最鄰近查找。我實現(xiàn)的KD樹是二維的Kd - tree。目的是在點集中尋找最近點。參考資料是Kd-Tree的百度百科。并且根據(jù)百度百科的邏輯組織了代碼。

2. KD樹的數(shù)學解釋

3. KD樹的構造方法

這里是用的二維點集進行構造Kd-tree。三維的與此類似。
樹中每個節(jié)點的數(shù)據(jù)類型：

public class KDTreeNode
  {
    /// <summary>
    /// 分裂點
    /// </summary>
    public Point pisionPoint { get; set; }

    /// <summary>
    /// 分裂類型
    /// </summary>
    public EnumpisionType pisionType { get; set; }

    /// <summary>
    /// 左子節(jié)點
    /// </summary>
    public KDTreeNode LeftChild { get; set; }

    /// <summary>
    /// 右子節(jié)點
    /// </summary>
    public KDTreeNode RightChild { get; set; }
  }

3.1 KD樹構造邏輯流程

• 將所有的點放入集合a中

• 對集合所有點的X坐標求得方差xv,Y坐標求得方差yv

• 如果xv > yv,則對集合a根據(jù)X坐標進行排序。如果 yv > xv,則對集合a根據(jù)y坐標進行排序。

• 得到排序后a集合的中位數(shù)m。則以m為斷點，將[0,m-2]索引的點放到a1集合中。將[m,a.count]索引的點放到a2的集合中（m點的索引為m-1）。

• 構建節(jié)點，節(jié)點的值為a[m-1],如果操作集合中節(jié)點的個數(shù)大于1，則左節(jié)點對[0，m-2]重復2-5步，右節(jié)點為對[m,a.count]重復2-5步；反之，則該節(jié)點為葉子節(jié)點。

3.2 代碼實現(xiàn)

private KDTreeNode CreateTreeNode(List<Point> pointList)
{
  if (pointList.Count > 0)
  {
    // 計算方差
    double xObtainVariance = ObtainVariance(CreateXList(pointList));
    double yObtainVariance = ObtainVariance(CreateYList(pointList));

    // 根據(jù)方差確定分裂維度
    EnumpisionType pisionType = SortListByXOrYVariances(xObtainVariance,    yObtainVariance, ref pointList);

    // 獲得中位數(shù)
    Point medianPoint = ObtainMedian(pointList);
    int medianIndex = pointList.Count / 2;

    // 構建節(jié)點
    KDTreeNode treeNode = new KDTreeNode()
    {
      pisionPoint = medianPoint,
      pisionType = pisionType,
      LeftChild = CreateTreeNode(pointList.Take(medianIndex).ToList()),
      RightChild = CreateTreeNode(pointList.Skip(medianIndex + 1).ToList())
    };
    return treeNode;
  }
  else
  {
    return null;
  }
}

4. KD樹搜索方法

Kd-Tree的總體搜索流程先根據(jù)普通的查找找到一個最近的葉子節(jié)點。但是這個葉子節(jié)點不一定是最近的點。再進行回溯的操作找到最近點。

4.1 KD樹搜索邏輯流程

• 對于根據(jù)點集構建的樹t,以及查找點p.將根節(jié)點作為節(jié)點t進行如下的操作

• 如果t為葉子節(jié)點。則得到最近點n的值為t的分裂點的值，跳到第5步;如果t不是葉子節(jié)點,進行第3步

• 則確定t的分裂方式，如果是按照x軸進行分裂，則用p的x值與節(jié)點的分裂點的x值進行比較，反之則進行Y坐標的比較

• 如果p的比較值小于t的比較值，則將t指定為t的左孩子節(jié)點。反之將t指定為t的右孩子節(jié)點，執(zhí)行第2步

• 定義檢索點m，將m設置為n

• 計算m與p的距離d1,n與m的距離d2。

• 如果d1 >= d2且有父節(jié)點,則將m的父節(jié)點作為m的值執(zhí)行5步，若沒有父節(jié)點，則得到真正的最近點TN; 如果d1 < d2就表示n點不是最近點，執(zhí)行第8步

• 若n有兄弟節(jié)點，則 n = n的兄弟節(jié)點；若n沒有兄弟節(jié)點，則 n = n的父節(jié)點。刪除原來的n節(jié)點。將m的值設置為新的n節(jié)點；執(zhí)行第6步。

4.2 代碼實現(xiàn)

public Point FindNearest(Point searchPoint)
{
  // 按照查找方式尋找最近點
  Point nearestPoint = DFSSearch(this.rootNode, searchPoint);
  
  // 進行回溯
  return BacktrcakSearch(searchPoint, nearestPoint);
}


private Point DFSSearch(KDTreeNode node,Point searchPoint,bool pushStack = true)
{
  if(pushStack == true)
  {
    // 利用堆棧記錄查詢的路徑，由于樹節(jié)點中沒有記載父節(jié)點的原因
    backtrackStack.Push(node);
  }
  if (node.pisionType == EnumpisionType.X)
  {
    return DFSXsearch(node,searchPoint);
  }
  else
  {
    return DFSYsearch(node, searchPoint);
  }
}

private Point BacktrcakSearch(Point searchPoint,Point nearestPoint)
{
  // 如果記錄路徑的堆棧為空則表示已經(jīng)回溯到根節(jié)點，則查到的最近點就是真正的最近點
  if (backtrackStack.IsEmpty())
  {
    return nearestPoint;
  }
  else
  {
    KDTreeNode trackNode = backtrackStack.Pop();
    
    // 分別求回溯點與最近點距查找點的距離
    double backtrackDistance = ObtainDistanFromTwoPoint(searchPoint,     trackNode.pisionPoint);
    double nearestPointDistance = ObtainDistanFromTwoPoint(searchPoint, nearestPoint);
    
    if (backtrackDistance < nearestPointDistance)
    {
      // 深拷貝節(jié)點的目的是為了避免損壞樹
      KDTreeNode searchNode = new KDTreeNode()
      {
        pisionPoint = trackNode.pisionPoint,
        pisionType = trackNode.pisionType,
        LeftChild = trackNode.LeftChild,
        RightChild = trackNode.RightChild
      };
      nearestPoint = DFSBackTrackingSearch(searchNode, searchPoint);
   }
   // 遞歸到根節(jié)點
   return BacktrcakSearch(searchPoint, nearestPoint);
  }
}

以上是C#通過KD樹進行距離最近點的查找的案例的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

網(wǎng)頁題目：C#通過KD樹進行距離最近點的查找的案例-創(chuàng)新互聯(lián)
網(wǎng)站路徑：http://chinadenli.net/article28/shdjp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供外貿建站、網(wǎng)站內鏈、靜態(tài)網(wǎng)站、外貿網(wǎng)站建設、網(wǎng)站營銷、做網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)