- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(x2) 多叉堆
10.优先级队列
优先级搜索
回顾图的优先级搜索以及统一框架:g-pfs()...
无论何种算法,差异仅在于所采用的优先级更新器prioUpdater() Prim算法: g-pfs(0, PrimPU()); Dijkstra算法: g-pfs(0, DijkstraPU());
每一节点引入遍历树后,都需要 更新树外顶点的优先级(数),并 选出新的优先级最高者
若采用邻接表,两类操作的累计时间分别为O(n+e)和O(n2)
能否更快呢?
优先级队列
自然地,PFS中的各顶点可组织为优先级队列形式
为此需要使用PQ接口 heapify(): 由n个顶点创建初始PQ 总计O(n) delMax(): 取优先级最高(极短)跨边(u,w) 总计O(n*logn) decrease(): 更新w的所有关联顶点到U的距离 总计O(e*logn)
总体运行时间 = O((n+e)logn) 对于稀疏图,处理效率很高 对于稠密图,反而不如常规实现的版本
有无更好的算法?如果PQ的接口效率能够更高的话...
不太现实?异想天开?不妨先试试...
多叉堆
. heapify(): O(n) 不可能再快了 //直接写入亦不过如此 delMax(): O(logn) 实质就是percolateDown() //已是极限了 decrease(): O(logn) 实质就是percolateUp() //似乎仍有余地
若将二叉堆改成多叉堆(d-heap),则堆高降至O(logdn) 上滤时间可降至logdn,但 下滤时间却增至d*logdn (d*ln2/lnd)*log2n
对于稠密图,因两类操作的次数相差悬殊,故而利大于弊...
0
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
11
11
12
12
多叉堆
如此,PFS的运行时间将是 n*d*logdn + e*logdn = (n*d + e)*logdn
两相权衡,大致取d = e/n + 2时总体性能达到最优的O(e*loge/n+2n)
对于稀疏图,接近于O(nlogn) //保持高效对于稠密图,接近于O(e) //改进极大
0
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
11
11
12
12
多叉堆
实现方面,依然可以基于向量 parent(k) = (k-1)/d child(k, i) = kd + i, i = 1, 2, ..., d
当然,d不再是2的幂时,将不再能够借助移位加速秩的换算
不过反过来,特别适用于不主要取决依赖于秩换算效率的场合比如,数据规模大到需要跨越存储层次时 //类似于B-树
0
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
11
11
12
12
Fibonacci堆
左式堆 x (新的上滤算法 + 懒惰合并)
各接口的分摊复杂度 delMax() O(logn) insert() O(1) merge() O(1) decrease() O(1)
于是,基于PFS框架的算法采用Fibonacci堆后,运行时间自然就是 n*O(logn) + e*O(1) = O(e + nlogn)
文档评论(0)