根据距离求cluster

最新推荐文章于 2022-02-11 23:16:35 发布

努利！奋斗！

最新推荐文章于 2022-02-11 23:16:35 发布

阅读量401

点赞数

本文链接：https://blog.csdn.net/qq_37821701/article/details/108689516

版权

该博客介绍了如何根据距离进行聚类，提供了两种解法：一是基于图和深度优先搜索，二是运用并查集（union find）算法。通过这两种方法解决将点按距离分组的问题。

摘要由CSDN通过智能技术生成

题目：

在这里插入图片描述

解法1：graph+dfs

解法与上面说的思路一样

import math
import collections
def cal_dis(x1,y1,x2,y2):
    return math.sqrt((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2))

k = 7
points = [(0,1),(0,2),(0,3),(0,4),(0,10),(0,11),(0,100),(0,101)]

graph = collections.defaultdict(set)

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

努利！奋斗！

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
根据距离求cluster

题目：解法：解法与上面说的思路一样import mathimport collectionsdef cal_dis(x1,y1,x2,y2): return math.sqrt((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2))k = 7points = [(0,1),(0,2),(0,3),(0,4),(0,10),(0,11),(0,100),(0,101)]graph = collections.defaultdict(set)for i in rang
复制链接

扫一扫