1

输入图：我有一个表示有向图的字典，其中键是节点，值是它指向的节点。

输入英雄：所有节点的集合

该方法用于找到所有节点组合之间的最大分离度。

def largestDegreeOfSeparation(graph, heroes):
    q = deque()
    currentHighestDoS = 0
    DoS = 0
    for hero in heroes:
        path = (hero,)
        q.append(path)
        visited = set([hero])
        while q:
            path = q.popleft()
            last_node = path[-1]
            for node in graph[last_node]:
                if node not in visited:
                    visited.add(node)
                    q.append(path + (node,))
        DoS = len(path) - 1
        if DoS > currentHighestDoS:
            currentHighestDoS = DoS
            currentHero = path[0]
            currentHerosDestination = last_node
            print str(currentHero) + '\t' + str(path) + '\t' + str(currentHighestDoS)

这个程序找到了 4 的分离度，然后是 5，然后它就一直在运行，我认为是因为它花费的时间太长了。有没有办法让这个方法运行得更快？

4

1 回答 1

1

您可以创建一个numpy(np) 数组，其中包含每个英雄的位置，存储顺序与包含英雄对象的另一个数组相同。假设你有英雄坐标：

 pos_heros   = np.array( [hero.coordinates for hero in heros], dtype='float64' )
 array_heros = np.array( [hero for hero in heros], dtype = object )

然后计算距离矩阵：

 dist  = np.subtract.outer( pos_heros[:,0], pos_heros[:,0] )**2
 dist += np.subtract.outer( pos_heros[:,1], pos_heros[:,1] )**2
 dist += np.subtract.outer( pos_heros[:,2], pos_heros[:,2] )**2

现在，您将通过获取对距离矩阵进行排序的索引来找到每个最近的英雄：

 a = np.argsort( dist, axis=1 )

您可以使用np.take有效地获得排序的 pos_heros 矩阵：

 matrix_heros = np.take( array_heros, a )

matrix_heros 中的每一行将代表一个英雄，第一列将是第一个最接近的英雄，第二列是第二个，依此类推......

例如，要在第 10 列获取最接近英雄的第一个和第二个英雄：

 matrix_heros[9,0]  # 9--> hero    0-->  first closest hero
 matrix_heros[9,1]  # 9--> hero    1--> second closest hero

找到你想要的，最遥远的英雄：

 ans = matrix_heros[:,-1]

将ans按照您创建的相同顺序包含最远的英雄array_heros。

于 2013-05-26T11:12:15.693 回答