आइए हम उम्मीदवार के साथ आते हैं, "अब तक का सबसे अकेला व्यक्ति", और प्रत्येक चरण में बहुत से लोगों को बुझाया जो हम देख सकते हैं अकेले नहीं हैं।
यादृच्छिक रूप से एक व्यक्ति को चुनें, और उनकी "अकेलापन" की गणना करें। चूंकि वे पहले हैं, वे अब तक अकेले अकेले व्यक्ति हैं।
अब चलिए एक नए उम्मीदवार की खोज शुरू करते हैं। यादृच्छिक रूप से एक व्यक्ति को चुनें, हमारे वर्तमान रिकॉर्ड अकेलेपन में सभी को ढूंढें। या तो यह सेट खाली है, या नहीं। यदि यह खाली है, तो हमें एक नया अकेला व्यक्ति मिला है, उनकी अकेलापन की गणना है, और जारी है। अन्यथा, उस गेंद में सभी को खुश के रूप में चिह्नित करें, जिसका अर्थ है कि हम उन्हें उन लोगों के पूल से हटाते हैं जिन्हें हम यादृच्छिक रूप से नमूना देते हैं (लेकिन अकेलेपन की भविष्य की गणना से नहीं)।
यह अंततः अकेला व्यक्ति पाता है।
इससे पहले कि हम सोचें कि यह कितना कुशल है, आइए ऑप्टिमाइज़ेशन करें। वैकल्पिक रूप से, दुनिया का बहाना एक धड़ है (एक अच्छी परंपरा के बाद; मौसम पूर्वानुमान के बारे में बात करते समय अर्नाल्ड के क्लासिकल मैकेनिक्स फुटनोट में ऐसा करते हैं)। हमेशा के रूप में, यह आवश्यक नहीं है।
अब, शुरू करने से पहले, सभी को दो सूचियों में, एक अक्षांश और एक देशांतर द्वारा क्रमबद्ध करें। अब हम प्रत्येक जोड़ी-वार दूरी का मूल्यांकन किए बिना, कुछ त्रिज्या के भीतर कुशलता से सभी को खोजने के लिए इसका उपयोग कर सकते हैं। हम एक नए उम्मीदवार की अकेलापन की गणना, दूसरे चरण में भी सुधार कर सकते हैं।
आखिरकार, दूसरे विचारों पर मैंने फैसला किया है कि वास्तव में इस एल्गोरिदम की जटिलता को काम करने की तरह लगता है कि अभी बहुत अधिक काम है। :-)