Algorithm 一维空间中的k-中心算法
我知道一般的k-中心近似算法，但我的教授这是一个来自CS类的问题，他说在一维空间中，问题可以通过找到最优解来解决，而不是在不依赖k或使用动态规划的情况下，在^2多项式时间内的近似 正如你所料，我不知道这怎么可能。目前给我带来问题的部分是运行时如何不能依赖k 这个问题的本质使我试图通过一种数字线的节点，并试图找到放置边界的点，以这种方式标记每个簇的边缘。但这需要一个基于k的运行时 不过，On^2运行时让我觉得它可能涉及到用每个条目中两个节点之间的距离填充一个nxn数组Algorithm 一维空间中的k-中心算法,algorithm,data-mining,Algorithm,Data Mining,我知道一般的k-中心近似算法，但我的教授这是一个来自CS类的问题，他说在一维空间中，问题可以通过找到最优解来解决，而不是在不依赖k或使用动态规划的情况下，在^2多项式时间内的近似 正如你所料，我不知道这怎么可能。目前给我带来问题的部分是运行时如何不能依赖k 这个问题的本质使我试图通过一种数字线的节点，并试图找到放置边界的点，以这种方式标记每个簇的边缘。但这需要一个基于k的运行时 不过，On^2运行时让我觉得它可能涉及到用每个条目中两个节点之间的距离填充一个nxn数组 任何关于这是如何工作的解释或
任何关于这是如何工作的解释或如何计算它的提示都会非常有用。所以你只想…一个关于k-中心近似如何在一维中工作的一般解释？不，我已经知道近似是如何工作的。我的问题是，显然在一维空间中，你可以求解最优解，而不是多项式时间内的近似解。我在问这是怎么可能的。这有点像是cs.stackexchange.com的东西……有没有简单的方法可以把它移过去或者重新发布呢？老实说，我还没弄明白：D。