对具有未知距离度量的一维数据进行克隆

Question

我有一个描述物体之间距离的二维数组：

    A    B    C
A   0    1    2
B   1    0    3
C   2    3    0

例如距离（A，B）= 1，距离（B，C）= 3，距离（A，C）= 2， 距离（x，y）=距离（x，y）。我不知道关于这个距离的更多信息，它不是欧几里德距离或任何公知的距离函数。

如何查找组和分区点数（x，y）？

Answer 1

我找到了解决方案：

D =[x][y] #two dimencion array with distances between x and y 
sorted_distance = sorted_distance(D) # all values apears in D, delete duplicates and sort from max to min value

for distance in sorted_distance:
    V = D.keys()
    E = []
    for x in V:
        for y in V:
            if x==y: continue
            if D[x][y]<=distance:
                E.append((x,y))
    G = Grapth(V,E)
    connected_components = get_connected_components(G)
    if len(connected_components)>1: # this value could be increase if result is not rewarding
        return connected_components