可定制收缩层次中的最近邻查询及其应用
数据结构与算法
2021-03-19 v1
摘要
可定制收缩层次因其简洁性和通用性，是实践中最流行的路线规划框架之一。在这项工作中，我们提出了一种通过系统性地探索相关分隔符分解树，在可定制收缩层次中寻找 k 近邻的新算法。与之前基于桶的方法相比，我们的算法所需的目标相关预处理工作量少得多。此外，我们将这一新方法用于两个具体应用中。第一个应用是在线 k 最近兴趣点查询，其中兴趣点仅在查询时揭示。我们在大陆级道路网络上实现了约 25 毫秒的查询时间，这足以满足交互式系统的速度要求。第二个应用是出行需求生成。我们展示了如何使用我们的新近邻算法，将最近提出的出行需求生成器加速超过 50 倍。
引用
@article{arxiv.2103.10359,
title = {Nearest-Neighbor Queries in Customizable Contraction Hierarchies and Applications},
author = {Valentin Buchhold and Dorothea Wagner},
journal= {arXiv preprint arXiv:2103.10359},
year = {2021}
}
备注
Will be presented at the 19th International Symposium on Experimental Algorithms (SEA'21)