之前已经写过一篇 stitching_detailed的源码理解了。里面提到了最大生成树的问题。

今天想单独拿出来放在一个专栏里面,以后持续的写下去。

 

以前在ACM中用到的最小生成树比较多,一般是给定一个图,求一个联通图,路径最短。

一般求最小生成树的方法有两种,Prim算法 和 Kruscal算法。

Prim算法复杂度是 O(n2)(n是点的个数)

Kruscal算法复杂度是O(mlogm)(m是边的个数)

稠密图的话用 Prim好一点。

 

在图片拼接中。在所有图片进行两两特征点匹配之后,把每一幅图看作一个点,然后特征点匹配个数看左边。

跑一下最大生成树就可以知道这个图片如何拼接,使得特征点匹配的数量最多,使得最终的结果最优。

看下源码如何写的。 和我们平常写的也差不多。

 

SimHash算法在文档关联时的应用

1.使用背景 最近在做中国软件杯,涉及到文档关联,一开始用的方法是提取文档关键词,然后建立特征向量。 当上传一篇文档的时候,对文档分词,去掉停词,然后...

阅读全文

Lucene分词-最大正向匹配算法-Trie树的应用

分词算法千差万别。正向最大匹配算法应该算比较简单的一种。 性能不是很高,并且不能显示词性等,比较依赖于词典,不能进行语法分析等。   今天在学习的...

阅读全文

欢迎留言

*