set-cover

    2熱度

    1回答

    我最近正在研究一個我認爲是集合覆蓋問題的分支的問題。但是,我的問題集的數量大到2^n。我發現的近似算法似乎只在沒有太多組時纔有效。我想知道存在一個適合2^n集合的算法嗎? 謝謝您的回答!

    5熱度

    2回答

    美好的一天,我想爲Set Cover Problem實現T-SQL查詢,但一直無法找到有關如何在SQL中執行此操作的任何提示。 就我而言,我的表只是有兩列(IDnumber和Mut),我想找到的IDNumber最小數量讓每一個Mut之一。我真的想要每Mut獲得三個IDnumbers,但我想我最好從一個開始,因爲這可能會更容易。 DECLARE @myTable TABLE ( IDnumb

    1熱度

    1回答

    我期待着用遺傳算法解決Set Cover Problem。我一直在尋找一些好的測試例子,但沒有取得任何大的成功。 我正在尋找的是一些實例,形式如下:集U = {1,2,...,n}和它的子集S = {{1,2},{4 },{3,4,5}},其中S的聯合爲U. 當然,這是一個小例子,因爲我希望找到一些更大的實例。 那麼,有沒有人有任何關於這種類型的實例的好來源,或者可能是一種生成它們的方法嗎? 後來

    4熱度

    1回答

    我想解決以下排序的最小設置覆蓋率問題。所有列表只包含1和0。 我說一個列表A覆蓋列表B如果你能正好插入x符號使從AB。 考慮所有2^n個1和0的長度爲n的列表並設置x = n/3。我會計算一個涵蓋它們全部的長度爲​​的最小組列表。 這是我開始的一種天真的方法。對於長度爲​​的每一個可能的列表,我使用這個函數(由DSM編寫)創建一組我可以從中創建的所有列表。 from itertools impor

    -2熱度

    1回答

    找到最小集合覆蓋的最省時和最正確的算法是什麼? 我不需要代碼本身。我想要一個解釋或僞代碼如何工作。 對於一個例子,我們有 Set S = {1,2,3,..,12} Subsets S1 = {1,2,3,4,5,6}, S2 = {5,6,7,8,9}, S3 = {1,4,7,10}, S4={2,5,7,8,11} S5 = {3,6,9,12}, S6 = {10,11} 的分

    3熱度

    1回答

    例如,集合覆蓋決策問題已知是一個NP完全問題。這個問題的輸入是宇宙U,U的子集S和一個整數k()。 我很困惑的一件事是,如果讓k = 1,那麼通過簡單地檢查S中的每個元素,顯然問題可以在時間| S |中解決。更一般地,當k是常數,問題可以用| S |的多項式時間來解決。在這樣的方式,時間複雜度成倍成爲僅高當k也增加| S |像| S |/2,| S |/3 ...... 所以我這裏還有我的問題:

    0熱度

    1回答

    我在Python中調用itertools(請參見下文)。在此代碼中,snp_dic是一個包含整數鍵並設置爲值的字典。這裏的目標是找到值的聯合的最小列表,其組合等於set_union。 (這相當於爲您感興趣的人們解決流行的NP-hard圖論問題集覆蓋的全局最優)!下面的算法工作,但這裏的目標是優化。 我看到的最明顯的優化與itertools有關。假設對於長度r,在snp_dic的union = se

    3熱度

    1回答

    我試圖用貪婪算法實現設置覆蓋問題的解決方案。 它經典的貪心近似算法是 input: collection C of sets over universe U , costs: C→R ≥0 output: set cover S 1. Let S←∅. 2. Repeat until S covers all elements: 3. Add a set s to S, where s∈

    0熱度

    1回答

    這個問題與貪婪集封面問題不完全相同,但他們有相同的想法。 給定一個數據幀熊貓DF1與一列DF [「S」]一組DF2的鍵字組成的: import numpy as np import pandas as pd >>> df = pd.DataFrame(np.array([set([1,3,5]), set([1,3,5,6]), set([2,3,4,12]), set([1,3,7]), s

    0熱度

    1回答

    我有從谷歌的公開可用的ngram數據派生的最常用詞彙的列表。 我: 6800頻繁2克 4800頻繁3克 2500頻繁4克 1100頻繁5克 一個例子2 NGRAM會是這樣的: 「狗」 「一書「 」三把椅子「 等 一個例子5 ngram woul d是這樣的: 「曾幾何時有」「很久以前,有」 「這是一個黑暗和」 等 我也有2,000頻繁出現的詞彙列表。 1)我想找出來自我的各種列表的最少數量的ngr