我得到了一组列表,例如:
[[0, 1, 3], [0, 2, 12], [6, 9, 10], [2, 4, 11], [2, 7, 13], [3, 5, 11], [3, 7, 10], [4, 10, 14], [5, 13, 14]]
我需要找到这个列表包含的不相交子集的最大数目。在本例中,答案是4
。在
另一个例子是:
[[0, 1, 12], [0, 4, 11], [0, 7, 19], [0, 15, 17], [0, 16, 18], [1, 4, 16], [1, 13, 25], [2, 4, 23], [2, 10, 27], [2, 12, 19], [2, 14, 22], [2, 16, 20], [3, 6, 13], [3, 7, 22], [3, 10, 14], [3, 20, 26], [4, 7, 13], [4, 17, 22], [5, 7, 25], [5, 9, 22], [5, 10, 21], [5, 11, 23], [5, 12, 20], [5, 13, 16], [5, 14, 15], [6, 7, 17], [6, 10, 23], [7, 11, 20], [7, 14, 27], [7, 18, 23], [8, 12, 26], [8, 14, 17], [8, 22, 23], [11, 12, 18], [12, 17, 21], [12, 23, 25], [13, 19, 20], [13, 21, 24], [18, 20, 25], [18, 24, 26], [19, 24, 27]]
在这里,答案是8。在
我知道这个问题是NP难的,所以我想出了一个半蛮力的方法。在
我首先通过向不相交的子集列表中添加子集来获得近似答案。所以,每当我迭代一个集合时,我会检查它是否已经存在于不相交的子集列表中。如果不是的话,我就把它添加到列表中。这给了我一个大概的数字,可能是也可能不是最大可能的子集数目。在
def is_disjoint(disjoints, i, j, k):
disjoints_flat = list(chain.from_iterable(disjoints))
if (i in disjoints_flat) or (j in disjoints_flat) or (k in disjoints_flat):
return False
return True
.... other code
# disjoint determination
n_disjoints = 0
disjoints = []
# sets is the input
for set in sets:
if is_disjoint(disjoints, set[0], set[1], set[2]):
if is_dis:
n_disjoints += 1
disjoints.append(set)
在获得大概值之后,我反复检查更高的可能值。为此,我尝试从给定的一组值中生成所有可能的k
大小的子集(k
被初始化为上面获得的数字),然后我尝试检查是否可以找到不相交的子集。如果是这样,那么我会检查k+1
大小的子集。然而,我的代码在生成k
可能的子集时运行得非常慢。我希望有人能提出任何加快解决方案的方法。这是暴力搜索部分的代码。在
可以对生成器使用递归:
输出:
^{pr2}$如前所述,你应该把问题归结为求最大独立集的问题,而最大独立集问题可以归结为最大团问题。在
我刚刚实现了相当快的算法,我很高兴与您分享,但我没有任何力量来解释它,因为它已经足够复杂和复杂了。你可以看一下核心思想here。在
请随意使用此代码:^{}
在您提供的示例大列表中,它适用于
6 sec
(0.5 sec
,如果您使用的是pypy
)。在创建一个图,使列表是顶点,如果两个顶点不相交,则两个顶点是连接的。而你的问题是找到maximum independent set。在
在任何情况下,处理图结构都比子集和它们上的操作更简单、更快。在
相关问题 更多 >
编程相关推荐