Sparsest cut 稀疏割 Introduction

最新推荐文章于 2023-03-15 14:14:35 发布

evaljy

最新推荐文章于 2023-03-15 14:14:35 发布

阅读量440

点赞数 2

分类专栏：图文章标签：图论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/evaljy/article/details/120918957

版权

最近在学习图相关的知识，突然发现csdn上并没有sparsest cut 介绍，当作自己学习笔记也权作抛砖引玉，写一点这方面的introduction.

输入：

1. 图 $G=(V,E)$ 是一个无向正权图，假设权函数为 $c(\cdot)$ , 给定 $c(e) > 0$

2. $k$ 对点， $\{(s_1,t_1),(s_2,t_2),...(s_k,t_k)\}$ ，其中每对点有要求函数 $D(\cdot)$ 满足 $D_i = f(s_i,t_i)$

则对于任意割集

最低0.47元/天解锁文章

关注

2
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
Sparsest cut 稀疏割 Introduction

最近在学习图相关的知识，突然发现csdn上并没有sparsest cut 介绍，当作自己学习笔记也权作抛砖引玉，写一点这方面的introduction.输入：1. 图是一个无向正权图，假设权函数为, 给定2.对点，，其中每对点有要求函数满足则对于任意割集，我们定义稀疏度为其中当为空集或者时，稀疏度为无限大，因为无法找到被分割的s-t对。同样，当的输出固定为1时，我们称呼这种特殊情况为uniform sparsest cut（均匀稀疏割），我们...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。