La mise en œuvre efficace du plus Proche Voisin de Recherche

Je suis en train de mettre en œuvre un algorithme efficace pour le plus proche voisin de recherche problème.

J'ai lu des tutoriels à propos de certaines structures de données, les opérations de soutien pour ce genre de problème (par exemple, R-tree, couvercle arbre, etc.), mais tous sont difficiles à mettre en œuvre.

Aussi je ne peux pas trouver un exemple de code source pour ces structures de données. Je sais que C++ et je suis en train d'essayer de résoudre ce problème dans cette langue.

Idéalement, j'ai besoin de liens qui expliquent comment mettre en œuvre ces structures de données à l'aide du code source.

Quelle est la dimension de vos données? Pour la 2D de données de point de je vous conseille d'utiliser un Kd-tree. Il est facile à mettre en œuvre. Pour d'autres types de données/géométries, vous voudrez peut-être regarder à la R-arbres (boost 1.54 prend en charge rtree index)

OriginalL'auteur dato datuashvili | 2012-04-06