我使用“列表中位数”算法在 Java 中编写了一个 KD-Tree，以构建一个更平衡的树。使用 wiki 提供的数据时似乎工作正常，请注意 wikipedia 示例仅使用 X、Y 值，因此它不评估 Z 深度。
来自维基百科：
point_list = [(2,3), (5,4), (9,6), (4,7), (8,1), (7,2)]
从我的java程序：
depth=0 id=(7.0, 2.0, 0.0)
├── [left] depth=1 id=(5.0, 4.0, 0.0)
│ ├── [left] depth=2 id=(2.0, 3.0, 0.0)
│ └── [right] depth=2 id=(4.0, 7.0, 0.0)
└── [right] depth=1 id=(9.0, 6.0, 0.0)
└── [left] depth=2 id=(8.0, 1.0, 0.0)
但是，当我对这些数据使用“列表中位数”方法时，它似乎无法正常工作。
point list = [(1,0,-1), (1,0,-2), (1,0,1), (1,0,2)]
我得到一棵这样的树：
depth=0 id=(1.0, 0.0, 1.0)
├── [left] depth=1 id=(1.0, 0.0, -2.0)
│ └── [left] depth=2 id=(1.0, 0.0, -1.0)
└── [right] depth=1 id=(1.0, 0.0, 2.0)
这看起来不正确，因为 (1.0, 0.0, 2.0) 在 (1.0, 0.0, 1.0) 的右侧，但它们本质上是相等的，因为它们的 Y 值相等。此外， (1.0, 0.0, -1.0) 在 (1.0, 0.0, -2.0) 的左侧，它应该在右侧，因为它的 Z 值更大。
我认为问题源于具有相等的 X 和 Y 值并且只有可变的 Z 值，因此列表的中位数并没有真正准确地拆分列表。
...遵循wiki的python代码的原始代码...
private static KdNode createNode(List<XYZPoint> list, int k, int depth) {
if (list == null || list.size() == 0) return null;
int axis = depth % k;
if (axis == X_AXIS) Collections.sort(list, X_COMPARATOR);
else if (axis == Y_AXIS) Collections.sort(list, Y_COMPARATOR);
else Collections.sort(list, Z_COMPARATOR);
KdNode node = null;
if (list.size() > 0) {
int mediaIndex = list.size() / 2;
node = new KdNode(k, depth, list.get(mediaIndex));
if ((mediaIndex - 1) >= 0) {
List<XYZPoint> less = list.subList(0, mediaIndex);
if (less.size() > 0) {
node.lesser = createNode(less, k, depth + 1);
node.lesser.parent = node;
}
}
if ((mediaIndex + 1) <= (list.size() - 1)) {
List<XYZPoint> more = list.subList(mediaIndex + 1, list.size());
if (more.size() > 0) {
node.greater = createNode(more, k, depth + 1);
node.greater.parent = node;
}
}
}
return node;
}
...基于我的评论的新代码...
private static KdNode createNode(List<XYZPoint> list, int k, int depth) {
if (list == null || list.size() == 0) return null;
int axis = depth % k;
if (axis == X_AXIS) Collections.sort(list, X_COMPARATOR);
else if (axis == Y_AXIS) Collections.sort(list, Y_COMPARATOR);
else Collections.sort(list, Z_COMPARATOR);
KdNode node = null;
if (list.size() > 0) {
int medianIndex = list.size() / 2;
node = new KdNode(k, depth, list.get(medianIndex));
List<XYZPoint> less = new ArrayList<XYZPoint>(list.size()-1);
List<XYZPoint> more = new ArrayList<XYZPoint>(list.size()-1);
//Process list to see where each non-median point lies
for (int i=0; i<list.size(); i++) {
if (i==medianIndex) continue;
XYZPoint p = list.get(i);
if (KdNode.compareTo(depth, k, p, node.id)<=0) {
less.add(p);
} else {
more.add(p);
}
}
if (less.size() > 0) {
node.lesser = createNode(less, k, depth + 1);
node.lesser.parent = node;
}
if (more.size() > 0) {
node.greater = createNode(more, k, depth + 1);
node.greater.parent = node;
}
}