考虑到优先级队列可以达到| E |,这个Dijkstra代码的时间复杂度是多少?(节点可能多次添加到优先级队列)我想解释一下while循环中的时间复杂性
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)
我的想法是:由于priorityQueue可以达到| E |,那么下面的行最多可以发生| E |次,但是从队列中获取的节点不会被处理,因为我们有一个访问集检查。所以是| E | log | E |
costPar, parent = priorityQueue.get()
下面的for循环最多可以运行| E |次,因为每个节点仅因访问集而处理一次,因此推理是它最多可以占用| E | log | E |次
for adj in adjList[parent]:
child, cost = adj
if child not in visited:
priorityQueue.put((cost + costPar, child))
总体时间复杂度为2*| E | log | E |->;O(| E | log | E |)
每个顶点最多执行一次内部循环。其迭代总数是每个顶点的度数之和,等于边数的两倍。因此,它最多执行
2*E
次行
priorityQueue.put((cost + costPar, child))
在堆中插入一个节点,这是一个O(log(size_of_heap))
操作。注意size_of_heap<=E
结合以上内容,我们得到
O(|E| * log |E|)
相关问题 更多 >
编程相关推荐