我有以下问题。

我有两个元素序列$A = [a_1,a_2,\cdots,a_n]$和$B = [b_1,b_2,\cdots,b_m]$. 我可以建立一个矩阵$D[n \times m]$在哪里$d_{ij} = d(a_i,b_j)$

我的贪婪合并算法的工作原理如下：

• 对于每次迭代，它采用最短距离对并将它们合并。
• 然后重新计算所有距离（考虑合并对）
• 重复该过程，直到合并两个序列的每个元素。
• 每次合并一对时，我都会总结它们的距离。该算法的最终值是总和。

现在，我必须在一组非常大的序列上运行它。我想要一个快速、并行的算法，它提供一个近似值或总和的上限。

我寻找特征向量技术，但找不到任何合适的算法。

你有什么建议吗？