用C语言写一段代码，目标是将几组0,1字符串进行聚类

好的，可以使用K-means算法实现聚类。下面是一个简单的示例代码，可以将三组长度为8的0,1字符串聚成两类：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define N 3  // 样本数
#define M 8  // 特征数
#define K 2  // 聚类数
#define MAX_ITER 100  // 最大迭代次数

double data[N][M] = { {1,0,1,0,1,0,0,1}, {1,1,1,0,0,1,0,0}, {0,0,1,1,0,1,0,1} };  // 样本数据
double center[K][M];  // 聚类中心
int label[N];  // 样本标签

double distance(double *a, double *b) {  // 计算两个向量之间的欧氏距离
    double sum = 0;
    for (int i = 0; i < M; i++) {
        sum += pow(a[i] - b[i], 2);
    }
    return sqrt(sum);
}

void kmeans() {
    // 随机初始化聚类中心
    for (int i = 0; i < K; i++) {
        for (int j = 0; j < M; j++) {
            center[i][j] = (double)rand() / RAND_MAX;
        }
    }

    int iter = 0;
    while (iter < MAX_ITER) {
        // 分配样本到最近的聚类中心
        for (int i = 0; i < N; i++) {
            double min_dist = INFINITY;
            for (int j = 0; j < K; j++) {
                double dist = distance(data[i], center[j]);
                if (dist < min_dist) {
                    min_dist = dist;
                    label[i] = j;
                }
            }
        }

        // 更新聚类中心
        double sum[K][M] = {0};
        int count[K] = {0};
        for (int i = 0; i < N; i++) {
            int j = label[i];
            for (int k = 0; k < M; k++) {
                sum[j][k] += data[i][k];
            }
            count[j]++;
        }
        for (int i = 0; i < K; i++) {
            for (int j = 0; j < M; j++) {
                center[i][j] = sum[i][j] / count[i];
            }
        }

        iter++;
    }
}

int main() {
    kmeans();

    // 输出聚类结果
    for (int i = 0; i < N; i++) {
        printf("样本%d属于聚类%d\n", i, label[i]);
    }

    return 0;
}

在这个示例代码中，我们使用了K-means算法，先随机初始化聚类中心，然后迭代分配样本到最近的聚类中心，并更新聚类中心。最终输出每个样本属于哪个聚类。

需要注意的是，这只是一个简单的示例代码，实际使用中需要根据具体情况进行调整和优化。