Question

我写了一个小代码，将地图上的地板区域聚类。它运作良好，但是我想优化计算时间。您有什么建议可以减少计算时间吗？

优化算法的想法是对簇仅使用一个矢量，并且仅对所有像素进行一次遍历。

该算法的工作方式如下：它扫描从左上角开始的所有单元格，然后逐行分析每一行。如果检测到一个小区为楼层，它会分析左侧的邻居并定义其中一个邻居是否属于集群。如果是这种情况，则分配相同的群集号，否则，分配一个新的群集号。如果两个邻居的簇号不同，则它们将通过“替换”操作合并在一起。

   std::vector<int> PathPlanning::clustering(){
        const int unknown = -1;
        int clusterCount = 0;
        std::vector<int> clusters(m_map.size(), unknown);
        for (size_t i = 0; i < clusters.size(); ++i) {
            if(m_map.at(i) != e_mapState::FLOOR)
                continue;

            for(auto& nb : neighborLeft(i)) {
                if(clusters.at(nb)!= unknown){
                    if(clusters.at(i) == unknown){
                        clusters.at(i) = clusters.at(nb);
                    }else{
                        std::replace (clusters.begin(), clusters.end(), clusters.at(nb), clusters.at(i));
                    }
                }
            }
            if(clusters.at(i) == unknown){
                clusterCount+=1;
                clusters.at(i) = clusterCount;
            }
        }

        return clusters;
    }

Answer 1

这看起来像一个disjoint set问题，实际上每个元素的运行时间为O（α（n）），O（1），因此O（nα（n）），O（n ）。

您的代码是O（n个邻居n），n个用于循环，另外n个用于替换。

还有一些Boost code可用，因此您可以节省一些实施时间。

减少聚类算法的计算时间

1 个答案: