Creo que la suposición subyacente aquí es que tiene un conjunto de datos de puntos que puede enlazar fácilmente, ya que muchos algoritmos que serían "suficientemente buenos" en la práctica pueden no ser lo suficientemente rigurosos para la teoría y/o pueden no escalarse bien para soluciones arbitrariamente grandes.
Una solución muy simple que probablemente sea "lo suficientemente buena" es ordenar las coordenadas en la ordenada Y, luego hacer una ordenación estable en la ordenada X.
Tome el rectángulo definido por los valores mínimo (X, Y) y máximo (X, Y), complejidad O (1) ya que los valores estarán en ubicaciones conocidas en el conjunto de datos ordenado.
Ahora, trabajando desde el centro de su conjunto de datos ordenado, encuentre valores de coordenadas lo más cercanos posible a {Xctr = Xmin + (Xmax - Xmin)/2, Yctr = Ymin + (Ymax - Ymin)/2} - complejidad O (N) limitada por sus criterios de minimización, siendo la distancia el radio familiar de {Xctr, Yctr}.
La peor de las complicaciones sería comparar su centroide con cualquier otro punto, pero una vez que se aleje de los puntos intermedios, no mejorará el óptimo global y debería finalizar la búsqueda.
Desea el http://en.wikipedia.org/wiki/Geometric_median –
¿Necesita el algoritmo para trabajar con la distancia euclidiana o cualquier tipo de distancia? – Josay
@ScottHunter Creo que quiere el punto más cercano a la mediana geométrica (que no debería ser mucho más difícil de encontrar), pero no estoy seguro. – Josay