আপনার আগ্রহী ডেটা স্ট্রাকচারগুলি হ'ল মেট্রিক ট্রি। অর্থাৎ, তারা মেট্রিক স্পেসে দক্ষ অনুসন্ধানগুলিকে সমর্থন করে। একটি মেট্রিক স্পেস বস্তুর একটি সেট এবং ত্রিভুজ বৈষম্য সন্তুষ্ট করে তাদের মধ্যে সংজ্ঞায়িত একটি দূরত্ব ফাংশন দ্বারা গঠিত হয়। তারপরে লক্ষ্যটি হ'ল, অবজেক্টের একটি সেট এবং একটি ক্যোরি উপাদানটি দেওয়া হয়েছে, যা কোয়েরির কাছে যথেষ্ট পরিমাণে বন্ধ হয়ে যায় objects
যেহেতু অনুসন্ধানের সমস্যাগুলি কম্পিউটার বিজ্ঞানের আক্ষরিক অর্থে সর্বত্র, তাই বিভিন্ন মেট্রিক গাছের বিশাল পরিমাণ রয়েছে। তবে এগুলি কমপক্ষে দুটি গ্রুপে বিভক্ত করা যেতে পারে: পিভট-ভিত্তিক এবং ক্লাস্টারিং ভিত্তিক (এবং অবশ্যই সংকরগুলিও রয়েছে)। একটি ভাল সমীক্ষা হ'ল ই শ্যাভেজ এট।, মেট্রিক স্পেসস, 2001-এ অনুসন্ধান করা । উদাহরণস্বরূপ অধ্যায় 5 দেখুন: মেট্রিক স্পেসের বর্তমান সমাধানসমূহ, পৃষ্ঠা 283।
O(nα)0<α<1O(n2)O(1)
শ্যাভেজ এট আল। অন্যান্য গাছগুলির জন্য একটি সুন্দর ওভারভিউও দেয় এবং বিশেষত যদি কেউ আপনার আগ্রহকে ছড়িয়ে দেয় তবে স্বাভাবিকভাবেই আরও রেফারেন্স দেয়। অনুশীলনে, বিভিন্ন গাছের কার্য সম্পাদন প্রায়শই পরীক্ষামূলকভাবে মূল্যায়ন করা হয়। এটি আমার মনে হয় স্থানের কাঠামোর উপর অনেক নির্ভর করে। সুতরাং বিশেষ করে কোন গাছটি আপনার ক্ষেত্রে সবচেয়ে দক্ষ হবে তা বলা শক্ত। তবুও, আমি মনে করি এটি প্রথমে সবচেয়ে সহজ সাথে যাওয়া ভাল ধারণা। বিকে-গাছগুলি তৈরি করা যদি সবচেয়ে সহজ হয় তবে প্রথমে সেগুলি ব্যবহার করে দেখুন। যদি তারা আপনার প্রয়োজনীয়তা পূরণ না করে তবে আপনার স্থান সম্পর্কে আরও তথ্য সংগ্রহ করার জন্য সময় (এবং সম্ভবত প্রোগ্রামিংয়ের সময়) বিনিয়োগ করুন যা আপনাকে আরও সুবিদিত সিদ্ধান্ত নিতে সহায়তা করতে পারে।