Facebook “寻找”的启发式方法；“令人惊讶”；共同的朋友

我有我的Facebook好友的无向好友图，

G

即

G[I][j]=G[j][I]=true

如果我的朋友

I

和朋友

j

是彼此的朋友。我想找到“令人惊讶的”共同的朋友，也就是我通常不希望认识的一对朋友。我可以应用哪些好的启发法/算法？我最初的想法是运行一个聚类算法（不确定哪一个是最好的），看看是否能找到穿过聚类的边。还有其他想法吗？我可以使用什么样的好的聚类算法来接收G并吐出聚类。

以下是我的想法。友谊是一种优势。令人惊讶的友谊是一条边，如果你去掉这条边，两个节点之间的距离就会变得很大。

这是我的想法。友谊是一种优势。令人惊讶的友谊是一种优势，因此，如果删除该优势，两个节点之间的距离将变得非常大。

吴永正的答案可以与现有的网络概念联系在一起，这是一种稳健且可能更敏感的测量方法，即对节点之间的距离进行定量测量将变得非常大。这个概念是边介数。在这种情况下，我们将计算一个估计版本。参见示例和。

吴永正的答案可以与现有的网络概念联系起来，这是一种稳健且可能更为敏感的测量方法，即对节点之间距离的定量测量变得非常大。这个概念是边介数。在这种情况下，我们将计算一个估计版本。请参见例如和。

这似乎是一个很好的方法，但如果涉及到大量的人和友谊，则可能不实用，因为这需要计算最短路径的e |倍，每个路径的长度都可能达到V |长，因此，定义一段令人惊讶的友谊的实际距离可能是很好的。通过设置所需距离的上限，可以设置算法最坏情况下性能的上限。虽然，这可能不是什么大问题，所以+1。这个算法是O（E（V+E）），也就是说，对于每条边，做bfs。还有更快的方法吗？这似乎是一个很好的方法，但如果涉及到大量的人和友谊，则可能不实用，因为这需要计算最短路径的E |倍，每一次都可能达到V |长，因此，定义一段令人惊讶的友谊的实际距离可能是很好的。通过设置所需距离的上限，可以设置算法最坏情况下性能的上限。虽然，这可能不是什么大问题，所以+1。这个算法是O（E（V+E）），也就是说，对于每条边，做bfs。还有更快的吗？