除了我在这里提到的原始球和篮子问题：球和篮子问题算法？
有一个稍微不同的问题。
仍然有N个人，他们有无限的球，但这次他们没有篮子。
问题是：
有N个人无限球和M个不同的篮子。人们把球扔到篮子里。
我想找到向同一个篮子扔球的人群。
A 人投篮 1 , 2, 4, ,6,7, 14, 51, 32 B 人投篮 3, 4, 6, 7, 14,15, 16, 64,43 C 人投篮 3, 4、6、7、5、87、42、32、52、55。. . 等等
在这个例子中，人 A 和 B 可能有很好的联系（比如说朋友）（4,6,7,14 常见），C 也可能与他们有联系，但联系不太好。（4、6,7常见）
我想在一个非常大的人员数据库中找到这样的 4-5 人组。
好的，我最初的想法；将此建模为加权图。使人们成为顶点并在他们共享篮子时创建链接。如果他们共享多个购物篮，则增加他们共享的每个购物篮的链接权重。因此，在您的示例中，A 和 B 之间的边的权重为 4。
然后，您可以决定组中每个人的友好程度，修剪权重小于该值的边，然后在结果图中寻找派系。
杰克逊的想法是开始。
找到派系后，通过所有 egdes 的篮子的交集为每个派系定义公共篮子集。（其中一条边的篮子是这条边的节点所代表的人共有的篮子）。只有当公共篮子集大于 X 时，这个集团才代表一个真正连通的群。
例如，在原始问题中，边缘将是：
A-B: weight=4, baskets=[4,6,7,14]
A-C: weight=3, baskets=[4,6,7]
B-C: weight=4, baskets=[3,4,6,7]
如果你在小于 3 处修剪，你会得到这是一个集团，共同的篮子集 = [4,6,7]。
在您在杰克逊回答的评论中给出的示例中，常见的篮子集是空的，所以您知道这些人并没有真正的联系。