Bei zwei Teilmengen des dimensionalen Hyperwürfels (dh M , N ⊆ { 0 , 1 } d ) suche ich nach einem Algorithmus, der die Punkte m ∈ M , n ∈ N st der Hamming-Distanz (oder L 1 -) abruft Abstand auf dem Hyperwürfel) d H ( m , n ) ist minimal. Der naive Algorithmus, der nur jedes Paar überprüft, benötigt | M | ⋅ | N | ⋅ d Zeit, gibt es ein besseres Ergebnis bekannt?
Der Einfachheit halber können wir annehmen, dass .
cg.comp-geom
HdM
quelle
quelle
Antworten:
Sie können einen ähnlichen Effekt erzielen, wenn die Matrizen keine Quadrate sind. Ich denke, Uri Zwick hat ein Papier über schnelle Matrixmultiplikation in diesem Fall.
quelle
[1] Ein optimaler Algorithmus für die Suche nach ungefähren Nachbarn in festen Dimensionen Arya et al., 30 Seiten
[2] Effektive Suche nach nächsten Nachbarn auf dem Hyperwürfel mit Anwendungen auf Cazals mit molekularer Clusterbildung
quelle