kdtree查找有的时候能找出来有的时候找不出来

这可能是由于kdtree的特殊性质导致的。kdtree是一种基于空间划分的数据结构，它将高维空间划分成多个小的超矩形区域，并将数据点存储在对应的区域中。当进行查找时，kdtree会先根据查询点的位置在树中找到最近的叶子节点，然后再沿着树向上回溯，查找所有可能的最近邻点。

然而，由于kdtree是基于空间划分的，因此它对数据的分布情况非常敏感。如果数据点的分布比较均匀，那么kdtree的效果会比较好；但如果数据点的分布比较不均匀，那么kdtree的效果就会变差。例如，在一个密集的区域中，kdtree可能会将所有的数据点都分到同一个区域中，导致查询时只能找到这个区域中的最近邻点，而无法找到其他区域中的最近邻点。

因此，要有效地使用kdtree进行查找，需要根据具体的数据分布情况来选择合适的参数，比如选择合适的划分维度、划分阈值等。此外，还可以考虑使用其他的数据结构，比如R树、球树等，来弥补kdtree的不足。