我需要均匀分布聚集的 3D 数据。二维解决方案会很棒。多达数百万个数据点。
我正在寻找均匀分布 [即完全填充正确大小的网格] 聚集的 3D 或 2D 数据的最佳方法。
目前使用的方法是多次在多个方向上分拣，并摇晃一下以分离团块。众所周知，它远非最佳。一般来说，排序并不好，因为它会在单个表面上散布/展平点块。
三角测量似乎是最好的[去扭曲回到常规网格]但是我永远无法得到合适的船体并且遇到了其他问题。压力平衡类型的方法似乎过头了。
任何人都可以指出这方面的信息方向吗？谢谢你的时间。
当前使用的 [不足] 代码 1 - 为各个方向的排序分配索引 [从一边到另一边，然后在对角线上]，2 - 独立执行排序；3 - 从排序中分配 2D 位置；4 - 平均从不同种类获得的位置；5 - 摇晃 [尝试左右和上下移动整个数据集，使重复项保持静态] 以分解；6 - 根据需要重复最多 11 次。
我认为“最佳”结果将是从原始位置到最终网格位置的最小总移动。