解题思路
DBSCAN 基于“密度”成簇：对每个点找 eps 邻域（欧氏距离 < eps 的点集合），若邻域样本数 >min_samples，该点为核心点；从未访问的核心点出发，用 BFS/DFS 扩展，将其邻域内的点并入当前簇；若被并入的点本身也是核心点，则继续把它的邻域加入队列，直到不再扩展。最终没有被任何簇吸纳的点即为噪声点。
实现细节：
- 计算并缓存所有点的邻居列表（两两距离判断，含自身）；维度不写死，自动支持二维或三维输入。
core[i] = (len(neighbors[i]) > min_samples) 判定核心点。- 逐点扫描：若是未访问的核心点，创建新簇并用队列扩展；扩展时把邻居标成当前簇，遇到核心点则把它的邻居继续入队。
开通会员即可查看完整视频题解： 1.题目讲解 2.思路分析 3.逐行代码手写
