Algorithm 给定距离矩阵的最可能拓扑序

鉴于：

• 三维空间中

  n

  离散点之间的距离矩阵（

  nxn

  ）（例如n=5/

  点=[xu a，xu b，xu c，xu D，xu e]

  ）
• 相邻点之间的预期间隔

  d_ij

  （

  d_23=dist（a_2-a_3）

  ）

是否有一个性能算法来估计点的最有可能的拓扑顺序（

例如top_order=[x_b，x_c，x_e，x_d，x_a]

）

---

我意识到没有唯一的解决方案，但关键是估计最可能的排序，使用预期的相邻距离作为预期值，并对排序进行概率建模。我肯定这是一个已解决的线性代数问题，但我只是没有确切的词汇来找到它。有人能给我指出正确的方向吗？

经过进一步的搜索，我意识到这就是所谓的分子距离几何问题。似乎有一些有趣的量子算法可以很快解决这个问题

---

可以在此处查看：

拓扑排序是什么意思？这个术语的正常使用与度量无关。是的，我意识到这听起来很奇怪，但我是指它的传统图形意义：对于n=5，我希望找到一条穿过所有5个点的路径，以便每个点之间的移动距离最好地匹配一组4个预期距离（d12、d23、d34、d45）。困难在于确定哪些点[x_a，x_b，x_c，x_d，x_e]应在拓扑顺序中首先拾取；第二，第三。。。在我看来，这很像旅行推销员的问题。TSP是一个广泛的类。你能说得更具体些吗？谢谢。TSP不是一门宽泛的课程。给出一张图，找出最短的哈密顿路径/圈。在我看来根本不像DGP。在DGP中，您有距离，需要查找坐标。这里没有秩序的概念，我认为坐标的发现有一个额外的维度——如果是三维的，第四维就是秩序。这里我们有分子之间的距离，也有（候选）坐标，但我们不知道根据顺序选择哪个。这是清楚的，还是我误解了？我不知道你从哪里得到订单，从报纸上看。这不是该报声称要找到的。