sift特征匹配源码学习（Best Bin First Search）

每次从优先队列里取出距离最小的结点（对应以其为根的子树），而后一路下去直到叶节点，途经未选的结点所有记录下来，被搜索特征严格意义上不属于一开始的子树（某些维度的划分，这里无法利用这些信息），只是在当前划分下选择对应的子树（前面的空间划分产生的效果与距离不考虑），彻底能够理解，在这个相邻的子空间内部选择尽可能在后续维度上接近的node   中值选取O（n）函数数据结构 维护优先队列采用堆排序，sif

>>阅读原文<<