我有一百个节点的图表，这些节点主要是相互连接的。我可以对整个图表进行处理但是它确实需要花费很多时间，因此我想将其划分为大小相近的较小子图。
换句话说。我有一组航拍图像，我在所有这些图像上进行成对图像匹配。结果，我得到每对的一组匹配（第一图像的像素与第二图像上的像素匹配）。匹配数被视为此（无向）边的权重。然后这些边形成上面提到的图形。
我对图论并不熟悉（因为它是一个非常广泛的话题）。 这项工作的最佳算法是什么？
谢谢。
修改：
这个问题有一个完美的类比，我认为更容易理解。想象一下，你有一群人和他们的联系/友谊，就像我的社交网络。每个友谊都有一个数值/权重，表示他们是多么好的朋友。因此，在一大群人中，我希望得到k大多数互连的子群。
答案 0 :(得分：1)
不幸的是，你所描述的问题几乎肯定是NP难的。从图表的角度来看，您有一个图表，其中每条边都有一个权重。你试图将图形分成相对相等的部分，同时削减边缘切割的最低总成本。这个问题被称为最大k-cut问题，并且是NP难的。如果你引入了你想要尝试使大小均匀的约束，那么你就会遇到平衡的k-cut问题，这也是NP难的。
好消息是，对于这些问题有很好的近似算法，所以如果你正在寻找“足够好”的解决方案，那么你可能会找到一个实现它们的库。还有其他技术，如光谱聚类，在实践中运作良好，速度非常快，但对它们的表现无法保证。