我正在研究最近邻算法的 KD-Tree，在树的每一级，我们任意选择一个维度进行切割，并根据该选择的维度值对点进行排序，之后我们可以选择中点进行分割从该中间点划分点将为我们提供一棵平衡树（在任一子树中具有相同数量的点）。在每个级别选择一个维度并重复该过程。

例如：对于具有维度 (x,y,z) 的数据，假设在切割维度选择树的第一级“X”，在第二级选择“Y”，在第三级选择“Z”，然后再次使用“X”重复再次在第四级，依此类推。因此，对于第一级，所有点都根据维度“X”进行排序，并根据排序数据的中间值拆分为左右子树。

我相信你已经明白了它的要点。否则，请在此处阅读更多内容。KD树（维基）

现在我想尝试的不是在不同级别使用每个维度，而是在同一级别使用所有维度。即我将点 p(x,y,z) 作为向量。但是你可以猜到，如果我这样做，我无法对向量（点）进行排序（我不知道），这样我就可以找到一个向量来划分，因此仍然保持我的树有点平衡。

PS：我不太关心它实际上是更好或更坏的做事方式。现在更多的是关于是否有可能这样做，然后找出它为什么更好或更差。

请询问我是否应该提供更多信息，或者我是否提到了错误。我感谢您的帮助。

如果合适，请添加更多标签，我找不到任何标签。

编辑：只是为了说清楚。基本上我希望能够有一个不会破坏基于距离的订单的订单。即，如果一个点/向量 A 与另一个点 P 的距离更短，它在顺序上比某个更远的点排在第一位，比如说 B。我的最终目标是使用它来尝试创建某种最近邻算法。