Data structures 斐波那契堆或布罗达尔队列在实践中是否在任何地方使用？

斐波那契堆在实践中是否在任何地方使用？我环顾四周，找到了相关问题的答案（见下文），但实际上没有什么能完全回答这个问题

这些库包含斐波那契堆的事实表明，它们在某些地方一定很有用

我们知道，要使斐波那契堆在实践中更快，需要满足某些条件：“；“”

这是一个很好的表，比较了不同堆类型的各种操作的时间复杂性

在上，回答者只给出了二项式堆的例子

---

据我所知，没有真正使用斐波那契堆或布罗达尔队列的主要应用程序

Fibonacci堆最初的设计是为了满足理论而非实际需要：渐进地加速Dijkstra的最短路径算法。Brodal队列（以及相关的函数数据结构）的设计类似于满足理论保证，特别是回答了一个长期存在的开放性问题，即是否有可能将Fibonacci堆的时间界限与最坏情况保证相匹配，而不是与摊销保证相匹配。从这个意义上说，开发数据结构不是为了满足实际需要，而是为了推进我们对算法效率极限的理论理解。据我所知，目前还没有一种算法能够更好地在Fibonacci堆上使用Brodal队列

正如其他答案所指出的，Fibonacci堆或Brodal队列中隐藏的常数因子非常高。它们需要许多连接在许多复杂链表中的指针，因此，引用的局部性非常糟糕，特别是与标准二进制堆相比。这意味着，在给定缓存效果的情况下，它们在实际中的性能可能会更差，除非您有需要大量减少密钥操作的算法。有些情况下会出现这种情况（例如，链接的答案讨论了其中的一些），但将它们视为高度专业化的情况，而不是常见的用例。如果您正在处理大型图，则更常见的做法是使用其他技术来提高效率，例如对手头的问题使用近似算法、更好的启发式算法或使用基础数据特定属性的算法

---

希望这有帮助

关于近似算法的重要观点。当一个问题变得足够大，原则上可能会从这些奇特的数据结构中受益时，您可能会愿意接受近似值，到那时会快得多。