给定大量(数万到数百万)表示为 3D 笛卡尔向量的无序点,什么是制作包含所有点的规则方形网格(具有用户定义的间距)的好算法?一些限制:
- 网格要方正正正
- 我需要能够调整网格间距(其中一个正方形的边长),最好使用单个变量
- 我想要一个最小尺寸的网格,即网格中的每个“ block ”都应该至少包含一个无序点,并且每个无序点都应该包含在一个“ block ”中
- 算法的返回值应该是网格点的坐标列表
给定这组点,以二维方式进行说明:
对于一些网格间距 X,算法的一个可能返回值是这些红点的坐标(虚线仅供说明):
对于网格间距 X/2,算法的一个可能返回值是这些红点的坐标(虚线仅供说明):
对于任何感兴趣的人,我正在处理的无序点是大蛋白质分子的原子坐标,就像您可以从 .pdb 文件中得到的一样。
Python 是解决方案的首选,尽管伪代码也不错。
编辑:我认为我对我需要的东西的第一次描述可能有点模糊,所以我添加了一些约束和图像来澄清事情。
最佳答案
我建议你做一个 k-d tree .它快速、简单且易于实现:
和维基百科代码:
class Node: pass
def kdtree(point_list, depth=0):
if not point_list:
return
# Select axis based on depth so that axis cycles through all valid values
k = len(point_list[0]) # assumes all points have the same dimension
axis = depth % k
# Sort point list and choose median as pivot element
point_list.sort(key=lambda point: point[axis])
median = len(point_list) // 2 # choose median
# Create node and construct subtrees
node = Node()
node.location = point_list[median]
node.left_child = kdtree(point_list[:median], depth + 1)
node.right_child = kdtree(point_list[median + 1:], depth + 1)
return node
不过,您必须稍微修改它以适应您的限制。
关于python - 将网格放置在一组无序点上的算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7507696/