[英]Complexity Of Dijkstra's algorithm
我從許多資料中獲悉,如果使用天真的方法來獲取min元素(線性搜索),Dijkstra的最短路徑也將以O(V ^ 2)復雜度運行。 但是,如果使用優先級隊列,則可以將其優化為O(VLogV),因為此數據結構將在O(1)時間返回min元素,但是在刪除min元素后需要O(LogV)時間來恢復堆屬性。
我在以下鏈接中針對UVA問題的以下代碼中實現了Dijkstra的算法: https ://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&category=16&page=show_problem&problem =1927 :
#include<iostream>
#include<vector>
#include <climits>
#include <cmath>
#include <set>
using namespace std;
#define rep(a,b,c) for(int c=a;c<b;c++)
typedef std::vector<int> VI;
typedef std::vector<VI> VVI;
struct cmp {
bool operator()(const pair<int,int> &a,const pair<int,int> &b) const {
return a.second < b.second;
}
};
void sp(VVI &graph,set<pair<int,int>,cmp> &minv,VI &ans,int S,int T) {
int e = -1;
minv.insert(pair<int,int>(S,0));
rep(0,graph.size() && !minv.empty() && minv.begin()->first != T,s) {
e = minv.begin()->first;
minv.erase(minv.begin());
int nb = 0;
rep(0,graph[e].size(),d) {
nb = d;
if(graph[e][d] != INT_MAX && ans[e] + graph[e][d] < ans[d]) {
set<pair<int,int>,cmp>::iterator si = minv.find(pair<int,int>(d,ans[d]));
if(si != minv.end())
minv.erase(*si);
ans[d] = ans[e] + graph[e][d];
minv.insert(pair<int,int>(d,ans[d]));
}
}
}
}
int main(void) {
int cc = 0,N = 0,M = 0,S = -1,T = -1,A=-1,B=-1,W=-1;
VVI graph;
VI ans;
set<pair<int,int>,cmp> minv;
cin >> cc;
rep(0,cc,i) {
cin >> N >> M >> S >> T;
graph.clear();
ans.clear();
graph.assign(N,VI());
ans.assign(graph.size(),INT_MAX);
minv.clear();
rep(0,N,j) {
graph[j].assign(N,INT_MAX);
}
ans[S] = 0;
graph[S][S] = 0;
rep(0,M,j) {
cin >> A >> B >> W;
graph[A][B] = min(W,graph[A][B]);
graph[B][A] = min(W,graph[B][A]);
}
sp(graph,minv,ans,S,T);
cout << "Case #" << i + 1 << ": ";
if(ans[T] != INT_MAX)
cout << ans[T] << endl;
else
cout << "unreachable" << endl;
}
}
根據我的分析,我的算法具有O(VLogV)復雜度。 STL std :: set被實現為二進制搜索樹。 此外,該集合也被排序。 因此,從中獲得的最小元素為O(1),插入和刪除的每個元素均為O(LogV)。 但是,我仍然可以從這個問題中獲得TLE,根據給定的時間限制,該問題應該可以在O(VLogV)中解決。
這使我思考得更深。 如果所有節點都互連在一起,以使每個頂點V具有V-1鄰居,該怎么辦? 因為每個頂點必須每輪都查看V-1,V-2,V-3 ...節點,這是否會使Dijkstra的算法在O(V ^ 2)中運行?
再三考慮,我可能會誤解最壞情況的復雜性。 有人可以在以下問題上給我建議:
編輯:
我意識到我的程序畢竟不能在O(ElogV)中運行。 瓶頸是由我在O(V ^ 2)中運行的輸入處理引起的。 dijkstra部分確實在(ElogV)中運行。
為了了解Dijkstra算法的時間復雜度,我們需要研究在用於實現Frontier集的數據結構(即算法中用於minv
的數據結構)上執行的操作:
在整個算法期間,數據結構上總共發生O(|V|)
插入, O(|E|)
更新, O(|V|)
查找/刪除最小值。
最初,Dijkstra使用未排序的數組實現了Frontier集。 因此,對於插入和更新,它為O(1)
,但是對於查找/刪除最小值,它為O(1)
O(|V|)
,從而導致O(|E| + |V|^2)
,但是由於|E| < |V|^2
|E| < |V|^2
,您有O(|V|^2)
。
如果使用二進制min-heap來實現Frontier集,則所有操作都具有log(|v|)
,結果為O(|E|log|V| + |V|log|V|)
,但是由於假設|E| > |V|
是合理的 |E| > |V|
,您有O(|E|log|V|)
。
然后是Fibonacci堆,在這里您有O(1)
最小插入/更新/查找時間,但有O(log|V|)
最小刪除時間,為您提供了當前最廣為人知的O(|E| + |V|log|V|)
表示Dijkstra的算法。
最后,如果(|V|log|V| < |E|)
不能解決O(|V|log|V|)
最壞情況下的時間復雜度的單源最短路徑問題的算法,因為該問題具有O(|E| + |V|)
較小下限,即您需要檢查每個頂點和邊至少一次以解決問題。
使用BST或堆來改進Dijkstra會導致時間復雜度,例如O(|E|log|V|)
或O(|E|+|V|log|V|)
,請參見Dijkstra的運行時間 。 必須在某個點檢查每個邊緣。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.