我在過去幾天中搜索R-Tree的穩定實現，支持無限維（20左右就足夠了）。我只發現這個http://sourceforge.net/projects/jsi/，但他們只支持2個維度。R-Tree實現Java
另一個選項將是間隔樹的多維實現。
也許我對使用R-Tree或Intervall-Tree來解決我的問題的想法完全錯誤，所以我簡單地說明了問題，您可以發送給我您關於此問題的想法。
我需要解決的問題是某種最近鄰居搜索。我有一組天線和房間，每個天線間隔整數。例如。天線1，最小-92，最大-85。實際上，它可以表示爲房間 - >天線集合 - >天線間隔。 這個想法是，每個房間在R-Tree上跨過天線的維度和每個維度的間隔。
如果我用N天線和每個天線的值得到一個查詢，那麼我可以僅僅將信息表示爲房間中的查詢點並檢索距離「最近」的房間。
希望你有問題的想法和我的想法。
我並不完全清楚你的確切問題是什麼，但是R樹或區間樹在20個維度中不能很好地工作。這並不是很多維度，但它足以讓維度的詛咒開始顯現。爲了明白我的意思，可以考慮僅僅考慮一個盒子的所有鄰居，包括角落和邊緣以外的所有鄰居。有20個尺寸，您將有3 - 1或3,486,784,400個相鄰的盒子。 （通過認識到每個軸上的鄰居可以是-1單位，0單位或+1單位，但（0,0,0）不是鄰居，因爲它代表原始框。）
我很抱歉，但你要麼需要接受蠻力搜索，要麼更好地分析你的問題，並提出一個更聰明的解決方案。
Y我知道維度的詛咒。但是我會嘗試使用R-Tree，因爲20維是最糟糕的情況。也許我甚至可以以某種方式減小尺寸。但我想測試一下，並將其與其他更好的解決方案進行比較。 – drame
這取決於您的數據。我已經在27+維顏色直方圖上成功使用了R-Trees。 –
請注意，當您有離散數據時，R-Trees可能會嚴重降級。你首先需要找出合適的數據表示，然後測試你的查詢是否適用於數據的一個子集。
R-Trees只會讓您的查詢更快。如果他們一開始不工作，這將無濟於事。 你應該先測試你的方法，而不要先使用R-Trees。除非您點擊大量數據（比如100.000個對象），否則內存中的線性掃描可以輕鬆地勝過R-Tree，特別是當您需要某個適配器層時，因爲它與代碼沒有很好的整合。
這裏明顯的方法是隻使用使用邊界矩形，併線性掃描它們。如果它們能夠工作，則可以將MBR存儲在R-Tree中以獲得一些性能改進。 但是，如果它不與線性掃描工作，也不會與R-樹工作，要麼（它不會工作得更快。）
這裏還有一個3D版本：https：//github.com/davidmoten/rtree-3d – Warkst
在Java中的另一個很好的實現是ELKI：https://elki-project.github.io/。
nvm它的一箇舊線程：請注意，有數據結構專門設計用於支持像M-trees這樣的最近鄰居查詢。 https://en.wikipedia.org/wiki/M-tree –