文件名称：最近的邻居
文件大小：15KB
文件格式：ZIP
更新时间：2024-03-05 09:40:33
C
最近的邻居 中对该算法的探索。 在本自述文件中，我将： 解释我优化算法的尝试 深入研究最小超立方体/超球面测量值与该范围内某点存在的概率之间的关系的一些更复杂的分析 开始之前 我建议阅读从第5页开始的论文的第3章。它大约3页长，几乎不需要或完全不需要数学知识，并且将提供对该算法如何工作的广泛概述。 满足第1部分的要求。 最佳化 本文给出的原始算法在original.c中。我对此的优化位于optimised.c中。 预处理数据 而不是冒泡排序 时间复杂度，我们将使用带有 。 这将显着提高高n的性能（尤其是因为我们将使用10万或更多点的数据集执行点分析）。 请注意，我们实际上是对索引而不是实际数组进行排序，并且为此，我们每次希望进行排序时，都会初始化一个indexTrack []数组，大小为n，编号为0到n-1。 此外，归并排序由于其递归性质而需要更多开销，但是即使考虑到所有这些因素，在处理
【文件预览】：
Nearest-Neighbour-master
----original.c(8KB)
----optimised(49KB)
----original(49KB)
----generator.py(586B)
----optimised.c(11KB)
----README.md(5KB)