k-Nearest Neighbor 在海量数据的情况下用啥数据结构比较好
“海量”？多大？“比较好”？要干嘛？不清不楚的。。。所以要是真的除了分布式系统没别的地方装的下的话：假设你每个node都有一个id，那对于关系“B是A的最近邻之一”写一条数据到flat fileA_id, B_id就这么存。针对不同的应用场景，可以做不同的优化。补充：有回复说要针对打车软件这种应用我理解，意思是要实时找到有明确距离度量，甚至可以通过分块划区降低待选点的数量级的应用场景，同时要支持待选点的实时添加和去除。那我觉得这种情况只有系统运维需要考虑“海量”，光从KNN来说，按层次分块划区以后，直接算都可以。那运维那边的“海量”，更是有一大堆可做的优化。比如以一个固定点代表来自一块区域的请求。全上海几千万人一起请求最近出租车，我内部只要算几万个请求来源就行了。KNN也没必要非得是最近的，我在一定区域内随机挑，期望平均距离和最小平均距离差多少是完全可控的。
■网友
The inverted multi-index
推荐阅读
- 拥有海量电子杂志的知网为啥不推出一个付费的手机电子杂志阅读APP
- 菊花■海量美图曝光！南通菊花展来了！时间、地点……
- 趣头条|人生中的第三台车——2021款XC60智远豪华版提车作业（海量图片）
- 汽车|拥有海量曲库，还有社交功能？被哈弗F5圈粉了
- 怎样基于海量车辆卡口数据，进行数据分析、挖掘
- 汽车资料酷|中国制造的第一辆MPV
- 共享单车积累下来的海量数据到底能够干啥?有啥商业价值?
- 面对互联网海量的信息，增加我们提取有用信息的成本。现在又兴起打着为用户节省时间的付费信息，该怎样选择
- 海量日志分析咋处理
- 趣头条|最强途达改装贴，海量图片文字过万，慎入！