C++ C++;使Djikstra实现更快
我正在为一个大型图(40k个节点,100k个弧)实现Djikstra算法。对于较短的路径,搜索时间不到一秒钟;对于较大的路径(从一端到另一端),搜索时间需要几分钟。我还在搜索后绘制路径,所以我使用了一些Qt对象。我怎样才能使它更快?由于地图结构的原因,我觉得我在搜索邻居时正在浪费时间 这是一节课C++ C++;使Djikstra实现更快,c++,algorithm,qt,search,graph,C++,Algorithm,Qt,Search,Graph,我正在为一个大型图(40k个节点,100k个弧)实现Djikstra算法。对于较短的路径,搜索时间不到一秒钟;对于较大的路径(从一端到另一端),搜索时间需要几分钟。我还在搜索后绘制路径,所以我使用了一些Qt对象。我怎样才能使它更快?由于地图结构的原因,我觉得我在搜索邻居时正在浪费时间 这是一节课 class PathFinder { public: void findPath2(const Node & start, Node & finish); static P
class PathFinder {
public:
void findPath2(const Node & start, Node & finish);
static PathFinder& getInstance();
PathFinder();
PathFinder(Gps gps);
~PathFinder();
unsigned int* getPrev() const;
void setPrev(unsigned int* prev);
QVector<unsigned int> makePath(int target);
GraphicNode* getTo();
GraphicNode* getFrom();
void setTo(GraphicNode* node);
void setFrom(GraphicNode* node);
class Compare
{
public:
bool operator() (std::pair<Node*, int> a, std::pair<Node*, int> b)
{
return a.second > b.second;
}
};
private:
static PathFinder* _pathfinder;
Gps _gps;
GraphicNode* _from;
GraphicNode* _to;
unsigned int* _prev;
unsigned int* _dist;
unsigned int _notVisited;
bool selectedNode = false;
Node* getMinNode();
bool hasNotVisited();
};
类探路者{
公众:
void findPath2(常量节点和开始、节点和完成);
静态PathFinder&getInstance();
探路者();
探路者(Gps);
~PathFinder();
无符号int*getPrev()常量;
void setPrev(无符号整数*prev);
QVector生成路径(int目标);
GraphicNode*getTo();
GraphicNode*getFrom();
void setTo(GraphicNode*节点);
void setFrom(GraphicNode*节点);
班级比较
{
公众:
布尔运算符()(标准::对a,标准::对b)
{
返回a.second>b.second;
}
};
私人:
静态探路者*_探路者;
全球定位系统;
GraphicNode*\u来自;
图形节点*_至;
无符号整数*_prev;
无符号整数*距离;
未签名整数(未访问);;
bool selectedNode=false;
节点*getMinNode();
布尔没有到访();
};
这是搜索功能
void PathFinder::findPath2(const Node& start, Node& finish)
{
QVector<Node> nodes=_gps.graph().nodes();
std::priority_queue<std::pair<Node*,int>,std::vector<std::pair<Node*, int>>,Compare> q;
_dist[start.id()] = 0;
for (int i = 0; i < nodes.size(); i++) {
std::pair<Node*, int> p = std::make_pair(const_cast<Node*>(&nodes.at(i)), _dist[i]);
q.push(p);
}
while (!q.empty()) {
std::pair<Node*, int> top = q.top();
q.pop();
Node* minNode = top.first;
QMap<Node*, unsigned short> nextNodes = minNode->nextNodes();
if (*minNode == finish) {
return;
}
int minNodeId = minNode->id();
for (QMap<Node*, unsigned short>::iterator iterator=nextNodes.begin(); iterator != nextNodes.end(); iterator++) {
Node* nextNode = iterator.key();
int altDist = _dist[minNodeId] + nextNodes.value(nextNode);
int nextNodeId = nextNode->id();
if (altDist < _dist[nextNodeId]) {
_dist[nextNodeId] = altDist;
_prev[nextNodeId] = minNodeId;
std::pair<Node*, int> p = std::make_pair(nextNode, _dist[nextNodeId]);
q.push(p);
}
}
}
}
void PathFinder::findPath2(常量节点&开始、节点&完成)
{
QVector节点=_gps.graph().nodes();
std::优先级队列q;
_dist[start.id()]=0;
对于(int i=0;inextNodes();
如果(*minNode==完成){
返回;
}
int minNodeId=minNode->id();
for(QMap::iterator iterator=nextNodes.begin();iterator!=nextNodes.end();iterator++){
Node*nextNode=iterator.key();
int altDist=_dist[minNodeId]+nextNodes.value(nextNode);
int nextNodeId=nextNode->id();
如果(altDist<\u dist[nextNodeId]){
_dist[nextNodeId]=altDist;
_prev[nextNodeId]=minNodeId;
std::pair p=std::make_pair(nextNode,_dist[nextNodeId]);
q、 推(p);
}
}
}
}
这是节点的结构,它包含一个到它的邻居的映射,权重作为值,x和y是稍后绘制它的坐标,不要介意
class Node {
private:
unsigned short _id;
double _y;
double _x;
QMap<Node*, unsigned short> _nextNodes;
bool _visited = false;
public:
Node();
Node(unsigned short id, double longitude, double latitude);
unsigned short id() const;
double y() const;
void setY(double y);
double x() const;
void setX(double x);
bool operator==(const Node& other);
void addNextNode(Node* node, unsigned short length);
QMap<Node*, unsigned short> nextNodes() const;
};
类节点{
私人:
无符号短id;
双y;
双x;
QMap_nextNodes;
bool_=false;
公众:
Node();
节点(无符号短id、双经度、双纬度);
无符号短id()常量;
双y()常数;
void setY(双y);
双x()常数;
无效集x(双x);
布尔运算符==(常量节点和其他);
void addNextNode(节点*节点,无符号短长度);
QMap nextNodes()常量;
};
如果您的图形从未更改,解决方案是将其切割成更小的图形
如果同一路径搜索经常返回,另一个方法是存储搜索最多的结果。如果图形从未更改,解决方案是将其切割成较小的图形
如果同一路径搜索经常返回,另一个想法是存储搜索最多的结果。如果使用优先级队列和邻接列表,则实现的复杂性是
O((E+V)log V)
。这应该足以在任何合适的CPU上,在您的图形上计算出几毫秒内的任何最短路径
您似乎正确地完成了优先级队列部分。但是为什么要使用地图而不是邻接列表呢?这似乎太过分了
您的实现隐藏了一些额外的、不必要的工作:
QMap<Node*, unsigned short> nextNodes = minNode->nextNodes();
或指针:
QMap<Node*, unsigned short>* nextNodes = minNode->nextNodes();
QMap*nextNodes=minNode->nextNodes();
单凭这一点就应该大有帮助。之后,我会切换到链表。QMap
是使用红黑树实现的,因此迭代它要比迭代链表慢
如果您的图形增长得更多,user6106573的建议是非常好的(但对于您当前的图形大小来说,这完全是多余的)。另一个建议可能是选择一条不完全是最短路径的最短路径:*u搜索算法-检查
有界松弛
部分。同样,对于您当前的图形大小,这不是必需的。如果您使用的是优先级队列和邻接列表,那么您的实现
QMap<Node*, unsigned short>* nextNodes = minNode->nextNodes();