在 Unity 开发中，最近邻问题是一个常见的需求场景。例如，在游戏中的寻路系统、物体之间的交互检测、资源分配等场景中，都需要快速准确地找到某个点或物体的最近邻。然而，传统的暴力遍历方法在处理这类问题时，往往会暴露出严重的性能瓶颈，而 KD 树作为一种高效的数据结构，能够显著优化最近邻问题的求解效率。

开发的需求场景：
需要在一个静态的地图中，寻找最近的对象，然后删除它，接下来寻找下一个最近的对象。

KD 树的基本原理

KD 树是一种二叉树结构，它通过递归地将数据空间划分为两个子空间，从而实现对数据点的有序组织。参考视频
《游戏中的空间划分》四叉树、KD树如何优化游戏性能

KD Tree 的缺陷

在需要频繁插入或删除数据点的场景中，KD树的维护成本较高。每次插入或删除操作都可能需要重新调整树的结构，以保持其平衡性。这种操作不仅耗时，还可能导致内存占用增加。
SO在Cold KD Tree中，需要被忽略的节点会被标记为Deleted，进行一种冷处理。

示例仓库

GitHub

核心代码

private int nearest(Vector3 point, Point p, int depth)
    {
        if (p == null)
            return -1;

        int best = -1;
        if (!p.deleted)
        {
            best = p.mid; // 当前节点有效时，初始化最佳候选
        }

        int axis = p.axis;
        // 计算分割距离
        float distToSplit = point[axis] - points[p.mid][axis];

        // 优先搜索更近的分支
        Point firstChild = distToSplit < 0 ? p.smaller : p.larger;
        Point secondChild = distToSplit < 0 ? p.larger : p.smaller;

        // 递归搜索第一子树
        int candidate = nearest(point, firstChild, depth + 1);
        best = closer(point, best, candidate);

        // 检查是否需要搜索第二子树
        float bestDist = sqDist(point, best);
        if (secondChild != null && (best == -1 || Mathf.Abs(distToSplit) < Mathf.Sqrt(bestDist)))
        {
            candidate = nearest(point, secondChild, depth + 1);
            best = closer(point, best, candidate);
        }

        return best;
    }