[英]Time Complexity of this dijkstra algorithm?
看到優先隊列可以變得和 |E| 一樣大,這個 Dijkstra 代碼的時間復雜度是多少? (節點可能會多次添加到優先級隊列中)我想推斷 while 循環內的時間復雜度。
def shortestReach(n, edges, start,target):
adjList = collections.defaultdict(list)
for parent, child, cost in edges:
parent -= 1
child -= 1
adjList[parent].append((child, cost))
adjList[child].append((parent, cost))
priorityQueue = queue.PriorityQueue()
priorityQueue.put((0, start))
visited = set()
while priorityQueue.qsize() > 0:
costPar, parent = priorityQueue.get()
if parent == target:
return costPar
if parent in visited:
continue
for adj in adjList[parent]:
child, cost = adj
if child not in visited:
priorityQueue.put((cost + costPar, child))
visited.add(parent)
我的想法:由於priorityQueue 可以變得和|E| 一樣大,那么下面這行最多可以發生|E| 次但從隊列中取出的節點不會被處理,因為我們有一個訪問集檢查。 所以它是 |E|log|E|
costPar, parent = priorityQueue.get()
下面的 for 循環最多可以在 |E| 處運行次,因為每個節點僅因訪問集而被處理一次,因此推理是它最多可以占用 |E|log|E| 最多次數
for adj in adjList[parent]:
child, cost = adj
if child not in visited:
priorityQueue.put((cost + costPar, child))
總時間復雜度為 2*|E|log|E| -> O(|E|log|E|)?
內循環至多為每個頂點執行一次。 它的總迭代次數是每個頂點的度數之和,等於邊數的兩倍。 結果最多執行2*E
次。
行priorityQueue.put((cost + costPar, child))
在堆中插入一個節點,這是一個O(log(size_of_heap))
操作。 注意size_of_heap<=E
結合以上,我們得到O(|E| * log |E|)
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.