RTree对kd-树的性能
RTree对kd-树的性能
提问于 2013-12-16 07:10:15
我在5维空间中有大约10K点。我们可以假设点在空间(0,0,0,0,0)和(100,100,100,100,100,100)中随机分布。显然，整个数据集可以很容易地驻留在内存中。
我想知道k最近邻的哪种算法运行得更快，kd还是RTree。
虽然我对这两种算法有很高的了解，但我不确定哪种算法运行得更快，以及为什么。我愿意探索其他算法，如果有的话，这些算法可以运行得很快。如果可能的话，请指定为什么算法运行得更快。
回答 1
Stack Overflow用户
发布于 2013-12-16 18:40:54
这取决于各种参数。最重要的是你实现这些算法的能力。
我个人发现批量加载的R*-树对于大数据来说更快，可能是因为它们有一个更好的扇出。批量加载的R-树是一个更公平的比较，因为kd-树通常是批量加载的(实际上，它们根本不支持增量操作)。
对于微小的数据，kd可能更快，而且实现起来要简单得多。
有关其他事项，请参阅前面的问题/答案：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/20605250
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号