给出一个点列表，我想找到N个点的所有“簇”。我对群集的定义是松散的，可以调整为允许最简单的解决方案：它可以是特定大小的圆圈内的N个点，或者是彼此距离内的N个点或其他有意义的东西。启发式是可以接受的。
在N = 2的情况下，我们只是寻找靠近的所有点对，使用kd树很有效率（例如递归地将空间分成八角形或其他东西，每个区域都是一个树上的不同分支，然后对于每个点，将它与具有相同父级的其他点进行比较（如果靠近区域的边缘，也检查适当数量的级别））。我通过N = N'的解来感知，我可以通过采用不同N'解之间的交点来找到N = N'+ 1的解，但这是非常低效的。
任何人都知道一个体面的方式来解决这个问题吗？
答案 0 :(得分：0)
首先计算Euclidean minimum spanning tree，例如CGAL可以执行此操作。从那里精确的算法取决于您的具体要求，但它大致如下：您按照长度对该图中的边进行排序。然后删除边缘，从最长的边缘开始。它是一个单独连接的图形，因此对于每个删除的边缘，您将图形分成两个子图形。根据您的条件检查每个创建的子图是否形成集群。如果没有，请继续删除边缘。