我有一个无向树结构，每个边都有相关的长度。给定随机选择的节点，我需要将它们分成子集S1，S2，...，Sk（所有可以相等或接近大小），使得子集内任何两个节点之间的路径长度为＆lt; =那些在两个不同的子集中。 我的理解是，这不是标准的图分区问题。
对我而言，它似乎最接近k-means算法，但这不会采取任意距离测量。 谷歌搜索，我发现 k-medoid 算法允许任意距离度量，这看起来很有希望。我正在考虑创建成对距离矩阵（D [i，j] =从节点i到节点j的路径长度）并将其放入k-medoid算法中。这是一种合理的方法还是我缺少标准算法？