标签：hash 删除 point KD tree 维树 节点 标记

KD树在查找和搜索方面表现出了良好的性能，但是在删除节点时却十分麻烦。

为了降低删除的性能开销，一个自然而然的想法就是不去真正删除KD树的子节点，而是给每一个子节点打上一个标记，当遇到带标记的子节点时忽略就是。

建立哈希表，储存要删除的节点：

    // Mark deleted points     // node is not deleted actually.     Set<Integer> hash = new HashSet<Integer>();

当要删除节点时候，直接将它加入哈希表：

 public boolean deletePoint(Point point) {           if (isPointIn(point)) {             hash.add(point.hashCode());             return true;         }         return false;     }

 

 

在判断条件里加上许多的hash.contain(point)来实现虽然可行，但这个逻辑实在是十分复杂。

回到KD树寻找最近的节点的依据，是它和节点的距离远近。如果我们将已经标记过的节点的距离替换成一个很大(最好是无穷，但可惜不能）的数，KD树在比较的时候就会自然略过这些点：

if (hash.contains(point.hashCode()))             Distance = 9999999;

   只要加上这一条小小的判断，就能寻找到KD树的多个最近节点了。

标签：hash,删除,point,KD,tree,维树,节点,标记
来源： https://www.cnblogs.com/strawberryfudge/p/15236528.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。