我已经实现了一个 decode/encode 方法，用于将 2d 点转换为它们各自的 morton code 。
我要寻找的是找到最近的邻居(在 min_distance 下)
因此，例如这样的事情:
points=[(200,300),(500,150),(100,50)]
mortonCodes = {}
for p in points:
mortonCodes[encode(p)] = p
nearest = findNearestNeighbor(mortonCodes, (201,305))
print(nearest) # ---> should return (200,300)
这可能吗？
最佳答案
您可以使用 min_distance 执行以下操作，例如 120:
使用您的查询点 qp=(201,305) 并通过减去/添加距离来创建最小和最大点: min=(81, 185) 和 max=(321,425) 。
现在，您为这两个点创建 morton 代码。
距离 (210,305) 120 以内的所有点都将具有 mcWithin120 和 mortonCode(min) <= mcWithin120 <= mortonCode(max) 的莫顿代码。
如果您有一个按 morton 代码排序的点列表，这应该可以大大缩小搜索范围。
请注意，该范围将包含误报!并非所有具有 min 和 max 之间的 morton 代码的点都在给定的距离 120 内，因此您必须检查范围内的所有点是否“实际上”在正确的距离内。
如果您对空间搜索感兴趣，请查看 PH-Tree 它是一个空间索引，类似于四叉树，它使用 morton 顺序来优化树结构和搜索。
关于python - 用莫顿代码找到最近的邻居，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43979863/