统计学习方法——KD树最近邻搜索

李航老师书上的的算法说明没怎么看懂，看了网上的博客，悟出一套循环（建立好KD树以后的最近邻搜索），我想应该是这样的（例子是李航《统计学习算法》第三章56页；例3.3）：

	步骤	结点查询标记							栈内元素（本次循环结束后）	最近点	最近距离	说明
		A	B	C	D	E	F	G
初始化	0	0	0	0	0	0	0	0	ABD	M=空	Mdis = ∞	初始化：先将S所在的区域找到，将经过的各个结点依次加入栈中，将查询标记初始化为0
循环	1	0	0	0	1	0	0	0	AB	M=D	Mdis = dis(S,D)	取出栈顶元素D，D被查询，更新D的标记为1，计算S与D的距离，比当前最小值小，更新M=D，Mdis = dis(S,D)，计算S到D的超平面的距离是否小于Mdis（这里二维就是以S为圆心，Mdis为半径的圆是否与D那维的直线相交，在这里是相交的），小于，将D两侧的子结点加入栈，但是D两侧没有子结点，不加
	2	0	1	0	1	0	0	0	A	M=D	Mdis = dis(S,D)	取出栈顶元素B，B被查询，更新B的标记为1，计算S与B的距离，不比当前最小值小，不更新，计算S到B的超平面的距离是否小于Mdis，大于，那就只加入B的S那一侧的子结点D，子结点D已经被标记为1，已被查询，不加入
	3	1	1	0	1	0	0	0	C	M=D	Mdis = dis(S,D)	取出栈顶元素A，A被查询，更新A的标记为1，计算S与A的距离，不比当前最小值小，不更新，计算S到A的超平面的距离是否小于Mdis，小于，将A两侧的子结点加入，子结点B已经被标记为1，被查询，不加入，子结点C标记为0，加入栈
	4	1	1	1	1	0	0	0	E	M=D	Mdis = dis(S,D)	取出栈顶元素C，C被查询，更新C的标记为1，计算S与C的距离，不比当前最小值小，不更新，计算S到C的超平面的距离是否小于Mdis，大于，只加入C的S那侧的子结点E，子结点E标记为0，没被查询，加入栈
	5	1	1	1	1	1	0	0		M=E	Mdis = dis(S,E)	取出栈顶元素E，E被查询，更新E的标记为1，计算S与E的距离，比当前最小值小，更新M=E，Mdis = dis(S,D)，计算S到E的超平面的距离是否小于Mdis，小于，将E两侧的子结点加入栈，但是E两侧没有子结点，不加
	6	1	1	1	1	1	0	0		M=E	Mdis = dis(S,E)	栈空，循环结束

 

如果有错，还望大佬们能够指正