DBSCAN是一种聚类算法，它可以报告任意形状的聚类和噪声，而无需将聚类的数量作为参数（例如，与其他聚类算法k -means不同）。 由于DBSCAN的运行时间具有二次增长顺序，即O（n 2），因此几十年来，有关提高其性能的研究受到了相当多的关注。 基于网格的DBSCAN是一种完善的算法，其复杂度在2D空间中提高到O（n log n），而在维数≥3时则需要（n 4/3）来求解。 但是，我们发现基于网格的DBSCAN存在两个问题：邻居爆炸和合并中的冗余，这使算法在高维空间中不可行。 在本文中，我们