大数据 | 大数据基础--算法之亚线性时间算法求点集合的直径

网页链接：http://bbit.vip/service/main.php?version=1&type=article&id=117
这一部分要介绍的亚线性时间算法总共有四个，这篇短文介绍的是其中之一，求点集合的直径。

我们先来看一下问题定义：

定义：

已知：有$m$个点，点与点之间的距离使用邻接矩阵表示，则$D_{ij}$表示点$i$到点$j$的距离，$D$是一个对称矩阵，并且满足三角不等式$D_{ij}\le D_{ik}+D_{kj}$。

求出：点对$(i,j)$使得$D_{ij}$是最大的，则$D_{ij}$是这$m$个点的集合的直径。

普通求解方法

当数据量小的时候这个问题非常简单，只需要把矩阵中所有的数字都扫一遍，复杂度是$O(m^2)$，记作$O(n)$。

或者数据量再稍微大一些，也可以用并行的方法将时间进一步地缩小，但是这样做就比较依赖于硬件资源。

当数据量进一步扩大，我们则希望用一个亚线性的方法来解决这个问题，也就是说时间复杂度为$O(\sqrt{n})$，当然我们之前说过我们采取的是一个近似的算法，那么我们所估计的结果有多精确，也要给出一个衡量。

近似比

算法给出的结果与理论最优结果的一个比较

求解算法：The Indyk’s Algorithm

1. 任选$k\in [1,m]$
2. 选出$l$，使得$\forall i,D_{ki}\le D_{kl}$
3. 返回$(k,l),D_{kl}$

算法分析之近似比分析

最优解记为 $opt$，是点 $i$ 和点 $j$ 之间的距离

则有$\frac{opt}{2}\le D_{kl}\le opt$。

算法分析之近似比证明不等式

关于不等式的右侧易证，左侧的证明如下所示：
KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ opt = &D_{ij}\…
算法评价

算法的时间复杂度为$O(m)=O(\sqrt{n})$。读完整个算法之后会发现其实只做了一件事情（一转化成数学语言看起来就比较抽象了），就是在邻接矩阵中随便选出一行，然后求出其最大值，而这个值便具有$1/2$的近似比，同时算法也是一个亚线性时间复杂度的算法。

计算点集合的直径是一个简单的问题，而后面将要讲解的连通分量等就比较麻烦了，这将会在接下里的短文中慢慢分析，敬请期待~