动态数据空间查询 (kNN) 的数据结构答案

【问题标题】：Data structure for spatial queries (kNN) on dynamic data动态数据空间查询 (kNN) 的数据结构
【发布时间】：2015-07-12 00:08:31
【问题描述】：

对于最近邻搜索等空间查询，理论上，KD 树或 Voronoi 或 R 树（或其变体之一）可以工作。但是动态数据的首选数据结构/算法是什么？

【问题讨论】：

【解决方案1】：

这取决于您的实际更新率。如果 1% 的数据每小时更改一次，或者 90% 的数据每跳一次更改（这在计算机游戏中很常见），则会有很大的不同。

kd-trees 对更新不是很健壮 - 您可以以可接受的成本插入，但删除通常使用墓碑处理，并且您需要经常重建树。它们存储在磁盘上的效率不是很高。对于电脑游戏，每次更新都重建一个 kd-tree 可能是可行的，而不是进行任何更新。

四叉树和其他基于网格的结构应该没问题，特别是如果您知道您的数据不能无限集中（例如，因为您之前确保了最小距离）。

R-trees 是一个很好的平衡点，特别是如果你想持久化你的数据。此结构专为更新而设计，并试图将更改保持在本地。只有当页面溢出或下溢时才需要拆分。还存在保留更改列表的改进，因此它们可以进一步延迟对树的更新；这对提高吞吐量很有趣。

【讨论】：

【解决方案2】：

您可以计算边界并简单地使用链表或数组/循环。它的运行速度也非常快，运行速度较慢，但构建成本更低。

【讨论】：