kd-树笔记
以下内容均为本人近几天学习笔记，个人理解，并非完美答案，请抱着怀疑眼光阅读，如有错误请告知，感谢！
1.kd-树简介
1.1 特征：在任何情况下，kd-树都是一棵递归定义的平衡二叉搜索树
1.2 用途：常用于范围查询，高效解决多维范围查询。例如：快速在校友数据库中找到1970-2000年毕业并且身高在170-190cm且性别为男的校友。
2.kd-树的实现
2.1 一维kd-树：一维kd-树本质上就是平衡二叉搜索树，也可以看成线段树，一维的范围查找问题完全可以用线段树解决。这样便于推广到二维乃至k维。
2.2 kd-树的建树：
2.2.1 构造算法：
- kd-树的建树应该将每个维度分为两个部分，并以中位点作为中点进行划分。
- 增加一个属性深度（deep），那么kd-树维度维k，当深度为deep时，该对deep%k维进行划分。
- k维kd-树本质上仍是平衡二叉搜索树，只是在每一层对不同维度进行划分，使左右节点数量相等，从而维持树高。
2.2.2 伪代码：(指针更方便，但更容易出错)
void BuildTree( int l , int r , int root , int deep){ //l是该维度的数据的左边界，r是右边界
if(l > r) return;//不存在数据
isExist[root] = 1；//标记root存在数据
isExist[ls] = isExist[rs] = -1;//(左右儿子初始化为不存在)
int idx = deep%k;//找出划分哪个维度
找中位点mid,同时使mid左面所有节点小于mid，右边所有节点大于mid；
BuildTree(l , mid-1 , ls , deep+1);
BuildTree(mid+1 , r , rs , deep+1);
}
2.3 kd-树的查询：
2.3.1 当前节点范围查询的三种情况：
- A：该范围完全包含于该节点的左子树或右子树
- B：该范围一部分在左子树，一部分在右子树
- C：该范围既不在左子树也不在右子树
2.4 代码实例：HDU4347
#include <iostream>
#include <string.h>
#include <algorithm>
#include <stdio.h>
#include <math.h>
#include <queue>
using namespace std;
#define N 50005
#define lson rt << 1
#define rson rt << 1 | 1
#define Pair pair<double, Node>
#define Sqrt2(x) (x) * (x)
int n, k, idx;
struct Node
{
int feature[5]; //定义属性数组
bool operator < (const Node &u) const
{
return feature[idx] < u.feature[idx];
}
}_data[N]; //_data[]数组代表输入的数据
priority_queue<Pair> Q; //队列Q用于存放离p最近的m个数据
class KDTree{
public:
void Build(int, int, int, int); //建树
void Query(Node, int, int, int); //查询
private:
Node data[4 * N]; //data[]数组代表K-D树的所有节点数据
int flag[4 * N]; //用于标记某个节点是否存在，1表示存在，-1表示不存在
}kd;
//建树步骤，参数dept代表树的深度
void KDTree::Build(int l, int r, int rt, int dept)
{
if(l > r) return;
flag[rt] = 1; //表示编号为rt的节点存在
flag[lson] = flag[rson] = -1; //当前节点的孩子暂时标记不存在
idx = dept % k; //按照编号为idx的属性进行划分
int mid = (l + r) >> 1;
nth_element(_data + l, _data + mid, _data + r + 1); //nth_element()为STL中的函数
data[rt] = _data[mid];
Build(l, mid - 1, lson, dept + 1); //递归左子树
Build(mid + 1, r, rson, dept + 1); //递归右子树
}
//查询函数，寻找离p最近的m个特征属性
void KDTree::Query(Node p, int m, int rt, int dept)
{
if(flag[rt] == -1) return; //不存在的节点不遍历
Pair cur(0, data[rt]); //获取当前节点的数据和到p的距离
for(int i = 0; i < k; i++)
cur.first += Sqrt2(cur.second.feature[i] - p.feature[i]);
int dim = dept % k; //跟建树一样，这样能保证相同节点的dim值不变
bool fg = 0; //用于标记是否需要遍历右子树
int x = lson;
int y = rson;
if(p.feature[dim] >= data[rt].feature[dim]) //数据p的第dim个特征值大于等于当前的数据，则需要进入右子树
swap(x, y);
if(~flag[x]) Query(p, m, x, dept + 1); //如果节点x存在，则进入子树继续遍历
//以下是回溯过程，维护一个优先队列
if(Q.size() < m) //如果队列没有满，则继续放入
{
Q.push(cur);
fg = 1;
}
else
{
if(cur.first < Q.top().first) //如果找到更小的距离，则用于替换队列Q中最大的距离的数据
{
Q.pop();
Q.push(cur);
}
if(Sqrt2(p.feature[dim] - data[rt].feature[dim]) < Q.top().first)
{
fg = 1;
}
}
if(~flag[y] && fg)
Query(p, m, y, dept + 1);
}
//输出结果
void Print(Node data)
{
for(int i = 0; i < k; i++)
printf("%d%c", data.feature[i], i == k - 1 ? '\n' : ' ');
}
int main()
{
while(scanf("%d%d", &n, &k)!=EOF)
{
for(int i = 0; i < n; i++)
for(int j = 0; j < k; j++)
scanf("%d", &_data[i].feature[j]);
kd.Build(0, n - 1, 1, 0);
int t, m;
scanf("%d", &t);
while(t--)
{
Node p;
for(int i = 0; i < k; i++)
scanf("%d", &p.feature[i]);
scanf("%d", &m);
while(!Q.empty()) Q.pop(); //事先需要清空优先队列
kd.Query(p, m, 1, 0);
printf("the closest %d points are:\n", m);
Node tmp[25];
for(int i = 0; !Q.empty(); i++)
{
tmp[i] = Q.top().second;
Q.pop();
}
for(int i = m - 1; i >= 0; i--)
Print(tmp[i]);
}
}
return 0;
}
《数据结构（C++语言版）》——邓俊辉 P242
