二维最近邻问题有什么好的算法吗？
我想构建一个应用程序，根据您的位置为您提供最近的餐厅。我们将拥有一个数据库，其中包含与餐厅相对应的所有 POI，并且我们将通过您手机的 GPS 获取您的位置...
哪种算法合适？我在哪里可以找到关于它的好文档？
谢谢
I would like to build an app that's going to give you the closest restaurant depending on your location. We'll have a database with all the POI corresponding to the restaurant and we'll get your location with the GPS of your phone...
What algorithm would be appropriate ? Where can I find good doc about it ?
Thanks
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
这是内容丰富的演示文稿：http://dimacs.rutgers.edu/Workshops/MiningTutorial /pindyk-slides.ppt
我要么使用 Quadtree 要么使用 Kd-tree。
请参阅此处的一些基准： http://www.flegg.net/brett/pubs /spatial/index.html。这实际上完全取决于您的数据大小和范围。
Here's an informative presentation: http://dimacs.rutgers.edu/Workshops/MiningTutorial/pindyk-slides.ppt
I would either use a Quadtree or a Kd-tree.
See some benchmarks here: http://www.flegg.net/brett/pubs/spatial/index.html. It really all depends on your data size and range.
主要问题是如何存储和搜索数据。如果您使用的 SQL 数据库不支持空间索引（例如 Android 上的 SQLite），请考虑将空间数据转换为线性 Z 顺序 曲线。该算法很简单，我知道（好吧，写了）此实现。
The main problem is how do you store and search the data. If you are using a SQL database that doesn't support spatial indexes (let's say SQLite on Android), consider converting the spatial data to a linear Z-order curve. The algorithm is simple, I know about (well, wrote) this implementation.