kd-tree 与单元列表

Question

在分子模拟中，人们经常使用邻居列表算法（细胞列表/Verlet 表）来计算每个粒子的邻居粒子。

然后，运行模拟，每个粒子在运行时都知道他的邻居。 构建此类邻居列表的计算量与粒子数成线性关系 (O(N))。

另一方面，在许多应用程序中，kd-trees 通常用于定位最近的邻居。构建这样一棵树也与粒子数量成线性关系。

那么，还有什么比这更好的呢？如果尺寸是中等的 2/3D 和范围 搜索不会改变？

Answer 1

这取决于应用程序，快速查看 wiki 的 k-d tree 和 cell list，搜索、添加/删除和计算交互的复杂性因使用的每个数据结构和算法而异，因此取决于粒子的数量是否可以动态变化或保持不变，效率会有所不同。

进一步的 k-d 树可用于其他应用程序或提供其他功能

..k-d 树对于多个应用程序来说是一种有用的数据结构，例如 作为涉及多维搜索键的搜索（例如范围 搜索和最近邻搜索）。 k-d 树是一个特例 二元空间划分树。