我正在解决的代码生成问题需要以下算法。我目前的算法是O（n ^ 2），但我觉得有更好的方法来做到这一点。
假设我有一个谓词函数来计算x＆lt;收率
less?: (x:T, y:T) -> True|False
我先验地知道这种关系是可传递的。这样，
less?(a, b) and less?(b, c)
意味着
less?(a, c)
我想计算一组对象（x1，...，xn）的依赖图。它应该看起来像：
x1 => (x2, x4, x5)
x2 => (x3)
x5 => (x7)
x10 => ()
etc...
其中每个节点xi与xj列表相关联，使得较少的？（xj，xi）为真。计算此图表的最简单方法是减少调用？在所有可能的对（xi，xj）上。但是越少？关系是昂贵的，我想尽量减少对较少的呼叫？
感谢您的帮助。
-Patrick
答案 0 :(得分：1)
如果＆lt;通过维持一个矩阵来保存关于vs b的当前知识状态，你可能会获得足够昂贵的关系。我们可以有一个＆lt; b，！（a 例如a vs b和b vs c只有有限数量的可能性来检查兼容性和不兼容性，以查看扣除可能的位置，但显然a＆lt; b和b＆lt; c =＆gt; a＆lt; C。因此我们也有一个＆lt; b和！（a＆lt; c）=＆gt; ！（b 我倾向于慢慢增长已知值的平方，逐个按随机顺序添加新变量，因此在第i阶段，您知道第一个随机选择的变量的矩阵的全部内容。当你添加每个新变量时，我会将它与已经按随机顺序处理的变量进行比较。你正在进行每一次演绎。如果有一个非常聪明的变量比较顺序，你可能希望通过随机比较顺序，它将足够接近最佳顺序，你不会比它更低效。 在最糟糕的情况下，我对此表示怀疑。如果你找不到＆lt; b对于任何a，b，我认为你必须检查每种可能性。