Для оптимизации поиска соседних полигонов в больших наборах данных можно использовать, например, следующие методы:

• Инструмент «Соседние полигоны» (Polygon Neighbors) в ArcGIS. 3 Он находит соседей и заполняет выходную таблицу. 3 Инструмент руководствуется иерархией в ходе определения типа соседа и статистики. 3 Соседские отношения определяются в следующем порядке: перекрывающиеся соседи, соприкасающиеся соседи и соседи по узлу. 3
• Разделительные алгоритмы кластеризации. 4 Они делят объекты данных на непересекающиеся группы. 4 Чаще всего такие алгоритмы используют при работе с большими наборами данных, так как они основаны на несложных вычислениях. 4 Примеры разделительных алгоритмов: K-means и CLARANS. 4
• Иерархические алгоритмы кластеризации. 4 Они используются для обнаружения основных закономерностей в наборе данных для проведения статистических исследований. 4 Для работы таких алгоритмов определяется матрица близости, которая содержит попарные расстояния между всеми объектами. 4 На основании её происходит объединение или разделение объектов. 4
• Алгоритмы на основе плотности. 4 Они разбивают объекты на кластеры на основе оценки плотности распределения. 4

Также для оптимизации расчёта ближайшего соседа полигонов можно использовать, например, PostGIS. 5