说对一批数据按照相似性进行分堆，如何比较有效率？

前提和假设：
1、数据存在两两相似的对照关系，比如A和B相似，B和C相似，E和F相似
2、假设相似关系是可传递的
目的：
将这些数据按照相似关系进行分堆，结果类似[[A,B,C],[E,F]]

由于数据量比较大，一个个遍历去分堆会越来越慢。
大家有什么好的思路能最有效率，除了算法也可以提供现成可用的技术方案？