从矩阵中选择点的算法

发布于 2024-12-16 01:51:37 字数 140 浏览 0 评论 0原文

这似乎是一个简单的问题,但我却陷入了这个问题。问题是我有一个大小为 X x Y 的矩阵。 (i,j) 处可能有一些点。然而,并非所有位置(i,j)都应该具有点(即存在<XY点)。我应该如何选择这些点的最大子集,以便所选子集中没有点具有相同的 i(行号)或 j(列号)

This seems to be a simple problem but I am stuck at this problem. The problem is that I have a matrix of size X x Y. There may be some points at (i,j). It is, however, not necessary that all locations (i,j) should have a point (i.e. there are < XY points). How should I can select the biggest subset of these points such that no points in the selected subset has same i (row number) or j (column number)

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

一口甜 2024-12-23 01:51:37

这是最大匹配问题,可以多次解决。给定问题的一个实例,构建一个包含节点 a1, …, aX, b1, …, b 的二分图>Y,并且对于所有有点的 (i,j) ,边 aibj 。取最大匹配中边对应的点。

This is the maximum matching problem, which is poly-time solvable. Given an instance of your problem, construct a bipartite graph with nodes a1, …, aX, b1, …, bY, and edges aibj for all (i,j) where there's a point. Take the points corresponding to the edges in a maximum matching.

相守太难 2024-12-23 01:51:37

构造图。点是图的顶点。每个顶点都与同一行和同一列中的所有顶点(图的边)连接。您的问题是选择最大独立顶点集(没有公共边)。

Independent_set

这个问题相当于补图中的最大派系问题,所以 Bron-可以使用Kerbosch算法。

http://en.wikipedia.org/wiki/Clique_problem#Finding_maximum_cliques_in_ Arbitary_graphs

http://en.wikipedia.org/wiki/Complement_graph

Bron-Kerbosch 算法

Construct graph. Points are vertices of graph. Every vertice is connected with all vertices in the same row and same column - edges of graph. Your problem is to select maximum independent set of vertices (without common edges).

Independent_set

This problem is equivalent to to maximum clique problem in complement graph, so Bron-Kerbosch algorithm could be used.

http://en.wikipedia.org/wiki/Clique_problem#Finding_maximum_cliques_in_arbitrary_graphs

http://en.wikipedia.org/wiki/Complement_graph

Bron-Kerbosch algorithm

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文