我不相信在二部图中找到最大独立顶点集的算法,除了在所有可能的独立集中寻找最大值的蛮力方法之外。
我想知道找到所有可能的顶点集的伪代码。
假设给定一个有4个蓝色顶点和4个红色顶点的二部图。目前,我将
Start with an arbitrary blue,
find all red that don't match this blue
put all these red in Independent Set
find all blue that dont match these red
put these blue in Independent Set
Repeat
我需要一个算法来找到一个最大独立的散列映射子群,其中它代表了一个hashmap数组。
我试着每次检查hashmap的数组并发送和索引,并查看数组中哪些散列映射与这个索引中的hashmap不独立,但是在
A and B independent
B and C independent
but A and C can be not independent
散列映射最大独立子群的定义:
我有一个包含hashmap的数组,每个hashmap包含一个键,每两个名为独立的散列映射,如果第一个hashmap中的每个键都没有包含在第二个映射中,那么我必须找到这些hashmap的一个子组,它们都是独立的。
我在3D空间中有以下几点:
我需要分组,根据D_max和d_max的说法
D_max = max dimension of each group
d_max = max distance of points inside each group
如下所示:
上面图像中组的形状看起来像一个框,但是形状可以是任何可能是分组算法的输出的形状。
我正在使用Python并使用Blender可视化结果。我正在考虑使用并调用它的 API,但是,我不确定这是否是当前工作的合适工具。我担心可能有更好的工具,而我不知道。我很想知道是否还有其他工具/库/算法可以帮助我。
正如@CoMartel
我正在寻找一种有效的算法来处理2D动态。
我已经编写了一个静态算法,但是虽然它在大多数情况下都有效,但它在所有情况下都不起作用,所以我也在寻找关于静态直线性凸包的资源。维基百科有一些关于算法的研究论文,但我无法访问它们。因此,寻找其他来源或帮助编写代码。
任何帮助都将不胜感激,Python中的算法,非常感谢。
当前静态代码:
def stepped_hull(points, is_sorted=False, return_sections=False):
# May be equivalent to the orthogonal convex hull
if not is_s