我有两组2D点,在平面上被一条线隔开。我想有效地找到这对点,由每个集合中的一个点组成,它们之间的距离最小。这是拉杜·利图( Radu )写的一篇非常方便的论文,是两个分离点的最接近的一对,但它使用的是L1 (曼哈顿)距离度量,而不是欧几里德距离。
有没有人知道一种类似的算法,适用于欧氏距离?我可以看到标准分而治之最接近对算法的扩展--用一条与原始分裂线垂直的中线除以这两组,然后从中间的每一边寻找一个由一个点<
对于二维几何中的n个随机点,对于每一个点,我需要找出4个(如果不存在)最近点(qa,qb,qc,qd),其中qa是最接近的左顶点,qb是最接近的右上点,qc是最近的<code>E19<// p >左底部<代码>E 210</代码>点,qd是最近的点p。存储点坐标及其最近邻引用的最佳数据结构是什么?什么算法将是最快或执行最多