1.什么是Kd树，为什么要引入Kd树

knn是寻找k个邻近的点，在这个过程中，需要一个点一个点的与未分类点进行比较，这样的时间复杂度非常高，因此引入了一种原理类似二叉树的Kd树，以减少比较搜索的次数。

kd树的本质思想：

A距离B远，B距离C近，那么A距离C也远

2.大致原理图：

3.具体过程

1>.树的建立

1.构造根结点（即上述的黄色结点），构造包括所有点的超矩形区域（外面的方框）。

2.通过递归的方法，对k维空间进行划分，生成子结点。

        在超矩形区域上选择一个坐标轴（找已知点散度较大的分量（最大最小差较大的、方差大的）的方向作为轴），和该方向的一个切分点（已知点中，该方向分量排中间的点（中位数）），过切分点垂直于坐标轴的方向画出一个超平面（垂线、面..），这个超平面将原超矩形区域划分为两个子区域A,B；

        对于A,B的划分，选择除了上次选择的分量方向的新轴（也是选择除了上次的，散度最大的），再找划分点，再垂直划分。。。。

3.重复上述过程，直到没有结点为止

举例：

2>.最近邻域搜索

例子：

简单不需要跨区域的：

 复杂的跨区域的：