我有一个带加权边和加权顶点的双向图。我想找出N组不相交的连通顶点,以便:
每组的TargetWeight
N是事先已知的,但如果结果有很大改善,则允许N值更大。
TargetWeight是预先知道的,当多个成本较低的小组比高成本的大组更好时,就没有真正的度量。
在一个典型的例子中,这个图有大约50k个节点。图形没有存储在数据库中。
您可以将这个问题看作一个聚类算法,但是关于聚类的一般讨论可能与我所需要的有很多不同。我尝试过一个KMeans算法,但是我发现结果不够好。现在,我正在使用一个基于探索的启发式方法来检查一个特定的选择对未来群体的选择有多好。这种方法有效,但速度很慢。
发布于 2011-07-06 09:26:40
我认为处理这类问题的最佳方法是:
费用(图)=和(距离(子图权重,TargetWeight)+和(WeightEdges(子图)),其中距离(x,y)很大,如果(x,y)等于y-x,则将图随机分成N(或更多)不相交的subgraph
。
https://stackoverflow.com/questions/6593599
复制相似问题