Scipy 提供了 KDTree 类的实现：

http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.spatial.KDTree.html

Yu 应该能够将其合并到您的代码中。

我自己从来没有这样做过，我主要做医学博士。不过，你的能量是

$E = \frac{1}{2} \sum_i e_i = \frac{1}{2} \sum_i \sum_{j\ne i} V_{ij}$

其中第二个总和仅对邻居执行。如果您为每个粒子存储总和 您可以重新计算它以进行 MC 更新。明确地，您计算已移动粒子的能量差。这个想法很容易扩展到粒子去除和添加。$i$$e_i = \sum_{j\ne i} V_{ij}$

平均成本为，其中是粒子的平均邻居数。$O(N_\textrm{neigh})$$N_\textrm{neigh}$