我正在编写一个使用k-d树查找二维空间中点的应用程序。在开发过程中，能够“看到”每个点周围最近邻居区域会很好。
在附加的图像中，红色点是k-d树中的点，蓝线环绕每个点，限定了最近邻搜索将返回包含点的区域。
图像是这样创建的：
这个算法有两个问题：
有哪些好的算法可以创建这样的可视化效果？
在附加的图像中，红色点是k-d树中的点，蓝线环绕每个点，限定了最近邻搜索将返回包含点的区域。
图像是这样创建的：
for each point in the space:
da = distance to nearest neighbor
db = distance to second-nearest neighbor
if absolute_value(da - db) < 4:
draw blue pixel
这个算法有两个问题：
- （更重要的）在我的（相对较快的Core i7）电脑上速度很慢。
- （不太重要的）它不够精确，你可以通过蓝线的宽度变化看出来。
有哪些好的算法可以创建这样的可视化效果？
