В кубическом ящике у меня большие точки сбора в R ^ 3. Я бы хотел найти k ближайших соседей для каждой точки. Обычно я думаю использовать что-то вроде дерева k-d, но в этом случае у меня есть периодические граничные условия. Насколько я понимаю, дерево k-d работает, разбивая пространство, перебирая его на гипер плоскости одной меньшей размерности, т.е. В 3D мы разделили бы пространство, вычерчивая 2D-плоскости. Для любой данной точки она находится либо на плоскости, над ней, либо ниже нее. Однако, когда вы разделяете пространство с периодическими граничными условиями, можно считать точку с любой стороны!
Какой наиболее эффективный метод нахождения и сохранения списка ближайших соседей с периодическими граничными условиями в R ^ 3?
Аппроксимаций недостаточно, и точки будут перемещаться только по одному (подумайте, что Монте-Карло не моделирует N-тело).