迪杰斯特拉算法空間復(fù)雜度 請(qǐng)教Dijkstra算法的時(shí)間復(fù)雜度?
請(qǐng)教Dijkstra算法的時(shí)間復(fù)雜度?我們可以將Dijkstra算法的運(yùn)行時(shí)間表示為邊數(shù)m和頂點(diǎn)數(shù)n的函數(shù)。Dijkstra算法最簡(jiǎn)單的實(shí)現(xiàn)方法是使用鏈表或數(shù)組來存儲(chǔ)所有頂點(diǎn)的集合Q,因此在Q中提取m
請(qǐng)教Dijkstra算法的時(shí)間復(fù)雜度?
我們可以將Dijkstra算法的運(yùn)行時(shí)間表示為邊數(shù)m和頂點(diǎn)數(shù)n的函數(shù)。Dijkstra算法最簡(jiǎn)單的實(shí)現(xiàn)方法是使用鏈表或數(shù)組來存儲(chǔ)所有頂點(diǎn)的集合Q,因此在Q中提取min(Q)的操作只需要線性地搜索Q中的所有元素。因此算法的運(yùn)行時(shí)間為O(N2)。對(duì)于邊數(shù)小于N2的稀疏圖,可以利用鄰接表更有效地實(shí)現(xiàn)Dijkstra算法。同時(shí),我們需要使用二進(jìn)制堆或Fibonacci堆作為優(yōu)先級(jí)隊(duì)列來尋找最小頂點(diǎn)(extract min)。當(dāng)使用二進(jìn)制堆時(shí),算法所需的時(shí)間是O((mn)logn)。Fibonacci堆可以稍微提高算法的性能,使算法的運(yùn)行時(shí)間達(dá)到o(mnlogn)。在Dijkstra算法的基礎(chǔ)上進(jìn)行一些修改,可以擴(kuò)展Dijkstra算法的功能。例如,有時(shí)我們想在尋找最短路徑的基礎(chǔ)上列出一些子短路徑。為了解決這個(gè)問題,我們可以先在原圖上計(jì)算最短路徑,然后從圖中刪除路徑的一條邊,然后在剩余的子圖中重新計(jì)算最短路徑。對(duì)于原始最短路徑的每一條邊,刪除邊后可以找到子圖的最短路徑。這些路徑是排序后原圖的一系列次最短路徑。OSPF算法是Dijkstra算法在網(wǎng)絡(luò)路由中的一種實(shí)現(xiàn)。與Dijkstra算法不同的是,Bellman-Ford算法可用于支出為負(fù)的Fabian圖,只要不存在總支出為負(fù)且可從源s到達(dá)的循環(huán)(如果存在這樣的循環(huán),則不存在最短路徑,因?yàn)榭傊С隹梢酝ㄟ^沿循環(huán)多次而無限減少)。與最短路徑問題相關(guān)的一個(gè)問題是旅行商問題,它要求找到一條經(jīng)過所有頂點(diǎn)一次并最終返回到源點(diǎn)的最短路徑。這個(gè)問題是NP困難的;換句話說,與最短路徑問題不同,旅行商問題不可能有多項(xiàng)式時(shí)間算法。如果已知信息可用于估計(jì)從某一點(diǎn)到目標(biāo)點(diǎn)的距離,則可使用*算法來縮小最短路徑的搜索范圍。