KL算法C++社区划分实现
KL 算法的 C++实现，挺适合研究复杂网络的朋友们。
用KL 散度来判断两个概率分布差异，说白了就是看社区结构里头的节点“像不像一家人”。在社区划分这种场景下，这招还挺实用，尤其是大规模图的时候。
Graph 结构可以用邻接表来搞，写起来清晰、查起来也快。计算节点的各种概率，比如“这个节点属于某个社区的性”。
实现部分其实不算复杂，像calcNodeProb()和klDivergence()这些函数写清楚就行了。主循环klAlgorithm()里迭代个几轮，慢慢优化社区分配。嗯，一般会用点贪心或模拟退火这种策略，效率还不错。
哦，还有，如果你想大图，建议考虑下并行计算，不然一个社区跑下来可不轻松。也可以配合别的搜索算法一起用，比如局部搜索。
如果你常写C++图算法相关的东西，这套代码框架可以当个模版用，用来练手或扩展都挺方便的。
文件大小：37.51KB
评论区