用matlab实现p中值选址贪心算法

以下是用 MATLAB 实现 p 中值选址贪心算法的示例代码：

function [centers, cost] = pMedianGreedy(X, p)
% X: 数据点矩阵，每一行表示一个数据点
% p: 中值个数
% centers: 中值点集合，每一行表示一个中值点
% cost: 中值选址算法的代价值

% 初始化中值点集合
centers = zeros(p, size(X, 2));

% 随机选择一个中值点
centers(1, :) = X(randi(size(X, 1)), :);

% 计算每个数据点到已选中值点的距离
distances = pdist2(X, centers(1, :));

for i = 2:p
    % 选取距离最大的数据点作为新的中值点
    [~, idx] = max(distances);
    centers(i, :) = X(idx, :);
    
    % 计算每个数据点到已选中值点的距离
    newDistances = pdist2(X, centers(i, :));
    
    % 更新距离矩阵，取每个数据点到已选中值点距离的最小值
    distances = min(distances, newDistances);
end

% 计算代价值
cost = sum(max(distances, [], 2));
end

在上述代码中，我们首先随机选择一个中值点，并计算每个数据点到该中值点的距离。然后，我们通过迭代选取距离已选中值点最大的数据点作为新的中值点，直到选取 p 个中值点为止。在每次选取新的中值点时，我们需要重新计算每个数据点到已选中值点的距离，并更新距离矩阵。最后，我们计算中值选址算法的代价值，即每个数据点到最近的中值点的距离的最大值之和。

使用示例：

% 生成数据点矩阵
X = rand(100, 2);

% 设置中值个数
p = 5;

% 运行 p 中值选址贪心算法
[centers, cost] = pMedianGreedy(X, p);

% 绘制数据点和中值点
scatter(X(:, 1), X(:, 2), 'MarkerEdgeColor', [0 .5 .5], 'MarkerFaceColor', [0 .7 .7]);
hold on;
scatter(centers(:, 1), centers(:, 2), 'MarkerEdgeColor', 'red', 'MarkerFaceColor', 'red');
hold off;

% 显示代价值
disp(['Cost: ', num2str(cost)]);

希望这个示例代码能帮助到你。