考虑我拥有全球气象站坐标、历史温度值和城市中心坐标的数据。气象站与城市中心之间的距离不同。任务是通过气象站的数据确定城市温度的平均历史值。
要解决这个问题,我需要找到每个城市在某个半径内最近的气象站集,并对其数据求平均值。暴力计算每个城市到每个气象站的距离的方法对我的数据来说太慢了。因此,我想使用一些树形数据结构来帮助解决问题。我尝试使用 R 树按坐标划分气象站,但存在一个问题——这种方法只允许我查找某个树节点中的气象站,无法提供相邻节点的信息,以便快速计算半径条件(例如当城市非常靠近 R 树节点边界时)。
是否有一种标准的树形数据结构可以快速搜索所需节点,同时提供同一树层上的空间邻居集?
要解决这个问题,我需要找到每个城市在某个半径内最近的气象站集,并对其数据求平均值。暴力计算每个城市到每个气象站的距离的方法对我的数据来说太慢了。因此,我想使用一些树形数据结构来帮助解决问题。我尝试使用 R 树按坐标划分气象站,但存在一个问题——这种方法只允许我查找某个树节点中的气象站,无法提供相邻节点的信息,以便快速计算半径条件(例如当城市非常靠近 R 树节点边界时)。
是否有一种标准的树形数据结构可以快速搜索所需节点,同时提供同一树层上的空间邻居集?