【发布时间】：2011-05-11 10:23:23
【问题描述】：
我有一个数据集，我需要为其找到 K 个最近的邻居，或距离 d 内的所有邻居。数据集定义了自定义距离，但不是欧几里得距离。
我以前用过metric trees，主要是封面树。但是，在这种情况下，我的数据集将大于可用内存。那么，是否有任何数据结构可用于磁盘存储数据集上的最近邻？一个好的数据库索引对这个操作也很有用。
【问题讨论】：
标签： data-structures nearest-neighbor
【发布时间】：2011-05-11 10:23:23
【问题描述】：
您可以使用覆盖树来保存指向磁盘数据集的指针。指针将包含相对记录编号以及记录中允许您遍历树的任何其他信息。
【讨论】：
-
这不会有效，因为来自记录的附加信息是整个记录（想想文档或图像之间的距离）。我希望尽量减少磁盘访问，据我所知，覆盖树并没有为此特别优化。
-
我想我不明白。文档或图像不能存储在磁盘上，索引保存计算的距离和指向文档或图像的磁盘位置的指针吗？
-
我希望能够最大限度地减少磁盘访问次数，因为每次计算距离都需要从数据库中加载一个完整的文档。在实践中，具有您的提示性能的覆盖树满足了我的需求。
-
为什么周期性地“写入磁盘”和“从磁盘检索”某些数据集不是一个好主意？