KNN演算法的KD樹C 實現

kd樹本質上是一種二叉樹，它擁有具備特定排列順序的**節點以便查詢資料，即在二叉排序樹之中，某個**節點左子樹的值均小於**節點的值，而右側均大於**節點的值，如果用中序遍歷這棵樹，它的列印順序將是從小到大遞增的順序。當然剩下的科普就不說了，這也是在pcl庫當中，最常用的輪子之一，處理點雲速度非常快。另外，knn演算法是機器學習訓練的一種非常有效的分類方法，手擼這個演算法就顯得很重要了。當然，在企業級應用中，還是用別人的輪子吧~

首先是資料與樹節點的結構體，在樹節點中，具備資料、**維與左右孩子：

struct data
;struct tnode
;

接下來是判斷每次**時的**維度，在這裡只選擇二維平面上的兩個方向進行比較：

bool comparex(struct data a, struct data b)
bool comparey(struct data a, struct data b)
bool equal(struct data a, struct data b)
else }
//在每次決定樹的**節點時，為了枝的分散效果需比較ｘy維度的方差，取大者為**依據
void choosesplit(std::vectorpointsdata, int size, int &split, struct data &splitchoice)
float v1 = temp1 - temp2 * temp2;
temp1 = temp2 = 0;
//計算ｙ方向上的方差
for (int j = 0;j < size;++j)
float v2 = temp1 - temp2 * temp2;
//取大者為**維
split = v1 > v2 ? 0:1;
struct data tempx, tempy;
if(0 == split)
else
//給**節點賦值
splitchoice.i = pointsdata[size/2].i;
splitchoice.x = pointsdata[size/2].x;
splitchoice.y = pointsdata[size/2].y;
}

接下來是遞迴建立ｋｄ樹，從根節點開始依次劃分二維空間區域直到左右孩子均為空指標。

tnode* buildkdtree(std::vectorpointsdata, int size, tnode* t)
else
}

一棵樹便建立完畢。我們先依靠這棵樹進行最近鄰的查詢，最近鄰的方法和二叉樹的深度遍歷一樣，利用乙個棧，每當往下延伸一層，便將該節點放入棧中。而往回溯源時，便把節點退棧。

float distance(struct data a, struct data b)

首先第一步，直接查詢直到葉節點，這一步將查詢點從根節點放入，依次根據**維比較，直至查詢到葉節點，那麼我們得到乙個疑似的「最近點」。

void findnearest(std::vectorpointsdata, struct data query)

else if(1 == t->split)

t->visited = true;

searchpath.push(t);

} //將此時的葉節點設為最近點

nearest = t;

//當前節點的指標，以及當前節點的父節點指標

tnode* current, *current_parent;

//臨時指標

tnode* temp;

//與當前節點的距離，以及與其兄**空間超平面的距離

double dist, dist_bro;

//如果某節點的兄**空間已被判斷過就略去並繼續回溯

bool bro_visited = false;

//向上回溯尋找是否具備更好的點

while(!searchpath.empty())

if(!searchpath.empty())

else if(current = current_parent->right)

if(!bro_visited)

else if(1 == current_parent->split)

//如果以查詢點為圓心，與當前節點距離為半徑畫的圓侵犯了兄弟節點的子空間，那麼跳到隔壁子空間去查詢

if(dist > dist_bro)

else if(1 == temp->split)

temp->visited = true;

searchpath.push(temp);

}//既然已經侵犯了兄**空間，那判斷這次搜尋到的葉節點是否比原來的葉節點更優，若是則將現在搜尋到的葉節點設為最近點

if(dist > distance(temp->data, query))

nearest = temp;

}//如果並未侵犯兄弟的子空間，那麼比較父節點與當前節點誰更優

else

}else}}}

int main()

{ struct data data;

std::vectorpointsdata;

int i = 1;

double x, y;

cout<<"請輸入x,y座標"<>x>>y)

{ cout<<"請輸入x,y座標"《如果是k近鄰的話，目前比較好的方法是利用優先順序佇列來維護k個最近點，當查詢到比佇列中更好的點時則將末尾的節點拿出，這就是大頂堆的演算法。

先佔坑，明天再寫。

KNN演算法的KD樹C 實現

KNN的實現 KD樹

KNN演算法和KD樹

KNN原理及python實現 kd樹

KNN演算法的KD樹C 實現

KNN的實現 KD樹

KNN演算法和KD樹

KNN原理及python實現 kd樹

相關推薦