jlblancoc/nanoflann

解决的问题

nanoflann 是一个高性能的 C++ 库，专为构建 KD-tree 以执行快速最近邻搜索而设计。它通过消除虚方法调用和避免不必要的数据复制，解决了早期库（如 FLANN）中的性能和内存开销问题。

工作原理

该库使用基于奇异递归模板模式（CRTP）和内联方法的仅头文件实现，以最大化执行速度。它不会将数据集复制到内部矩阵，而是使用适配器接口，让 KD-tree 能直接访问用户自己的数据结构。它支持静态索引和动态索引（例如用于滑动窗口地图的 Bentley-Saxe 对数森林或自平衡树）。

适用对象

主要适用于处理点云、机器人和 N 维数据集的 C++ 开发者，这些开发者需要以最小的内存和 CPU 开销进行精确的最近邻搜索。

亮点

• 仅头文件：无需编译或安装；只需包含头文件即可。
• 精确搜索：默认返回精确的最近邻，并提供可选的近似模式。
• 流形支持：使用 C++17 支持在编译期乘积流形（例如 SO(2)、SO(3)、SE(2)、SE(3)、单位球面和环面）上进行精确最近邻搜索。
• 动态索引：为随时间变化的数据集（例如 LiDAR 地图）提供增量式和动态 KD-tree 索引。
• 内存效率：通过适配器直接访问数据，而非复制整个数据集。
• C++ 标准支持：核心欧几里得功能需要 C++11；流形度量需要 C++17。