La identificación espectral es una tecnología esencial en varias aplicaciones espectroscópicas, que a menudo requieren grandes bases de datos espectrales. Sin embargo, la dependencia de bases de datos grandes incrementa significativamente la complejidad computacional. Para abordar este problema, proponemos un nuevo algoritmo de búsqueda rápida que reduce sustancialmente las demandas computacionales en comparación con los métodos existentes. El método propuesto emplea la transformación de componentes principales como su marco fundamental, similar a las técnicas existentes. Se aplica un filtro de promedio en ejecución para reducir el ruido en los datos de entrada, lo que disminuye el número de componentes principales necesarios para representar los datos. Posteriormente, se emplea un árbol - para identificar un espectro relativamente similar, lo que restringe eficientemente el espacio de búsqueda. Además, estrategias de búsqueda fina que aprovechan distancias precalculadas mejoran el método de búsqueda piloto existente mediante la actualización dinámica de espectros candidatos, mejorando así la eficiencia de la búsqueda. Los resultados experimentales demuestran que el método propuesto logra una precisión comparable a los métodos de búsqueda exhaustiva, al tiempo que reduce significativamente la complejidad computacional en relación con los enfoques existentes.