我首先要解决我试图解决的问题。这是一个医疗保健问题，因此我将使用“会员”这一术语。和＆＃39;提供商。＆＃39;基本上，我们希望尝试与提供商签订合同，直到覆盖一定比例的成员。＆＃34;
有了这个，让我来定义＆＃34;覆盖＆＃34;：如果在给定的里程数内有合同提供者，则会覆盖成员（让我们称这个最大距离为最大距离）。因此，如果我们的maxd = 15，并且有一个距离我12英里的提供商，那么该提供商就会覆盖它。每个成员只需要由一个提供者承保。
这里的目标是覆盖一定比例的数字（假设90％），同时必须签订最少数量的提供商。在这种情况下，生成一个列表是有帮助的，鉴于我们当前的状态（当前状态是我们的合同提供商列表），向我们显示哪些提供商将覆盖已经涵盖的大多数成员。< / p>
到目前为止，我是如何做到这一点的。我有一套contracted_providers，告诉我我签约了谁。它可能是空的。首先，我发现成员已经被覆盖并忘记了他们，因为成员只需要被覆盖一次。
maxd = 15 # maximum distance to be covered, 15 for example
for p in contracted_providers:
for m in members:
if dist(p,m) <= maxd:
members.remove(m)
然后我计算每个提供商的覆盖率（按百分比计算）对尚未发现的成员的重新计算。
uncovered_members = members # renaming this for clarity
results = dict()
for p in not_contracted_providers:
count = 0
for m in uncovered_members: # this set now just contains uncovered members
if dist(p,m) <= maxd:
count++
results[p] = count/uncovered_members.size() # percentage of uncovered members that this provider would cover.
好的，谢谢你对我的评价。现在我可以问我的问题。这些数据集非常大。在规模较大的一端，我们可能拥有10,000个提供商和40,000个成员。有没有比蛮力更好的方法呢？
我正在思考代表热图的数据结构，然后用它来寻找最佳供应商。基本上允许我作弊的东西，而不必为每个提供者，成员组合计算每个单独的距离。我试图研究这个，但我甚至不知道要搜索什么，所以任何方向都会有所帮助。如果相关，则所有位置均由地理位置（纬度，长度）表示。
作为旁注，如果蛮力几乎是唯一的选择，Hadoop之类的东西是不是很快就能做到的好选择？