关于六度空间理论以及类似于腾讯可能认识的朋友的有关问题
关于六度空间理论以及类似于腾讯可能认识的朋友的问题
有5个人，分别是A、B、C、D、E，其中A是B的朋友，B是C的朋友，D是E的朋友，很容易就可以将他们分为两个组，分别是A-B-C、D-E。如果这里不是5个人，数量级是千万级别或者更大，他们之间的关系很复杂，比如，A是B的朋友，B是C的朋友，C是D的朋友，D是E的朋友，E是F的朋友。。。。。。现在需要依据朋友关系把他们分成不同的朋友圈，请问有没有效率比较高的算法？
以前用过将数据写入数据库，通过定义搜索级别，比如搜索A的朋友，再搜索A的朋友的朋友。。。。。。这种方式感觉比较傻瓜，不能一次性的解决问题。
------解决方案--------------------
腾讯用户数量庞大,估计都不用6度,它就把共同好友比较多,却还不是好友的人互相推荐就行了
------解决方案--------------------
涂色问题
------解决方案--------------------
数据挖掘中有对聚类的研究，主要就是用来解决这类问题。
------解决方案--------------------
比较复杂，做到千万级别的无重复节点
有5个人，分别是A、B、C、D、E，其中A是B的朋友，B是C的朋友，D是E的朋友，很容易就可以将他们分为两个组，分别是A-B-C、D-E。如果这里不是5个人，数量级是千万级别或者更大，他们之间的关系很复杂，比如，A是B的朋友，B是C的朋友，C是D的朋友，D是E的朋友，E是F的朋友。。。。。。现在需要依据朋友关系把他们分成不同的朋友圈，请问有没有效率比较高的算法？
以前用过将数据写入数据库，通过定义搜索级别，比如搜索A的朋友，再搜索A的朋友的朋友。。。。。。这种方式感觉比较傻瓜，不能一次性的解决问题。
------解决方案--------------------
腾讯用户数量庞大,估计都不用6度,它就把共同好友比较多,却还不是好友的人互相推荐就行了
------解决方案--------------------
涂色问题
------解决方案--------------------
数据挖掘中有对聚类的研究，主要就是用来解决这类问题。
------解决方案--------------------
比较复杂，做到千万级别的无重复节点