Algorithm 选择哪个节点作为最近邻算法的起始节点
我用最近邻算法来解决旅行商问题。速度非常快，但不准确。我在某个地方读到了我可以做的两个改进。第一种方法不是从一个随机点开始，而是从每个节点开始运行最近邻算法。（因此，如果有N个节点，最近邻将运行N次）然后比较并选择总距离最小的路由。这一点要精确得多。但是太慢了 另一种方法不是随机选择起始节点，而是选择一个特殊的节点。然后仍然只运行最近的邻居一次以获得结果。这不会像上面的方法那样精确，但肯定要快得多，因为算法像以前一样只运行一次。但不幸的是，我不记得在哪里读过那篇文章以及选择这个起始节点的标准 我猜我应该得到每个节点到其他节点之间的总距离，然后选择值最大的节点作为起始节点。（用我的话说，这是选择一个距离图“最远”的节点，同时也避免选择靠近图中心的节点）我认为这样我得到的路径应该非常接近最佳最短路径 我想得对吗Algorithm 选择哪个节点作为最近邻算法的起始节点,algorithm,nearest-neighbor,traveling-salesman,approximation,Algorithm,Nearest Neighbor,Traveling Salesman,Approximation,我用最近邻算法来解决旅行商问题。速度非常快，但不准确。我在某个地方读到了我可以做的两个改进。第一种方法不是从一个随机点开始，而是从每个节点开始运行最近邻算法。（因此，如果有N个节点，最近邻将运行N次）然后比较并选择总距离最小的路由。这一点要精确得多。但是太慢了 另一种方法不是随机选择起始节点，而是选择一个特殊的节点。然后仍然只运行最近的邻居一次以获得结果。这不会像上面的方法那样精确，但肯定要快得多，因为算法像以前一样只运行一次。但不幸的是，我不记得在哪里读过那篇文章以及选择这个起始节点的标准 我
编辑：我正在处理带有欧几里德距离的度量TSP。您还可以在每次执行最近邻操作时进行缓存。如果你对最近的邻居做一个调查，那就更好了。这就是它的工作原理：
听起来您可能应该只运行K-NN算法，使用一些起始节点，比如O（logn），这只需要O（K*N*log（N））。选择最佳巡回赛，然后使用巡回赛改进启发式，或者2.5选项，限制移动次数，或者只是时间限制
这应该考虑到时间与准确性之间的最佳平衡，除非您开始研究基于时间的算法。不过，听起来你似乎没有时间去做这些事情。为什么要否决这个问题……你是在使用TSP的一个公式，还是只是一个距离表？@MC Metric TSP和欧几里德距离。。