Java 图需要多大才能触发斐波那契堆的最坏情况复杂性？
我一直试图通过使用Dijkstra算法来触发Fibonacci堆的最坏情况复杂性，但显然没有运气。我有一个Dijkstra的第二个实现，使用的是一个普通的二进制堆，它似乎总是赢。我被告知使用较大的数据集进行测试，如图所示（直接从我的程序中粘贴副本）： 对Java 图需要多大才能触发斐波那契堆的最坏情况复杂性？,java,data-structures,dijkstra,fibonacci,Java,Data Structures,Dijkstra,Fibonacci,我一直试图通过使用Dijkstra算法来触发Fibonacci堆的最坏情况复杂性，但显然没有运气。我有一个Dijkstra的第二个实现，使用的是一个普通的二进制堆，它似乎总是赢。我被告知使用较大的数据集进行测试，如图所示（直接从我的程序中粘贴副本）： 对 Running Dijkstra's algorithm with 3354 nodes and 8870 links... Source node: ALL Time using Fibonacci heap = 11863138070 ns
Running Dijkstra's algorithm with 3354 nodes and 8870 links...
Source node: ALL
Time using Fibonacci heap = 11863138070 ns (11863.14 ms)
我希望我不需要有超过一百万个节点的东西。我的意思是，这不是世界上最大的问题，但如果能有一次看到行动上的不同，那就太好了 首先，你的问题的标题不正确。输入的大小不会影响最坏情况的复杂性。您需要的是图的大小，其中Fibonacci堆的渐进计算复杂性弥补了它的常数因子。还记得旧的好的
O（n）O（n）k*nkO（n）O（n*log（n））根据给定数据结构的实现，常数可能会有所不同，因此您可能需要几倍大的数据集来弥补它。我已经看到一些结果，斐波那契堆在大约500000条边（和大约5000个节点）上比普通的二进制堆更快，但这些只是针对特定的实现。在您的实现中，根据您实现这两种结构的效率，差异可能会更早或更晚地显示出来。可以肯定的是，如果您以正确的复杂性实现了数据结构，那么对于某些n，差异将显示出来（但可能发生的情况是，现有的计算机无法处理如此大的图形）。首先，您的问题的标题不正确。输入的大小不会影响最坏情况的复杂性。您需要的是图的大小，其中Fibonacci堆的渐进计算复杂性弥补了它的常数因子。还记得旧的好的
O（n）O（n）k*nkO（n）O（n*log（n））根据给定数据结构的实现，常数可能会有所不同，因此您可能需要几倍大的数据集来弥补它。我已经看到一些结果，斐波那契堆在大约500000条边（和大约5000个节点）上比普通的二进制堆更快，但这些只是针对特定的实现。在您的实现中，根据您实现这两种结构的效率，差异可能会更早或更晚地显示出来。可以肯定的是，如果您以正确的复杂性实现了数据结构，那么对于某些n，差异将显示出来（但可能发生的情况是，现有的计算机无法处理如此大的图形）。我认为对于大型图形，您的斐波那契堆不一定更快。您需要增加的是decreaseKey操作的数量。如果节点的平均度数增加（因此是高维图），则应该得到更多这样的操作。或者你可以说，如果图形变得更完整（高度互联）。我认为对于大型图形，fibonacci堆不一定更快。您需要增加的是decreaseKey操作的数量。如果节点的平均度数增加（因此是高维图），则应该得到更多这样的操作。或者你可以说，如果图表变得更完整（高度互联）。你在寻找哪种最坏的情况？Fibonacci堆的Dijkstra的渐近界严格地比二进制堆的Dijkstra的渐近界好。是的，这就是我要说的。不过，我不确定是否有可能用一个足够大的图表来说明这一点。我一直在尝试不同大小的不同数据集，看看F-heap是否会有更好的表现。到目前为止没有运气；二进制堆总是赢的。好吧，我误解了你的问题。嗯，您可能需要一个非常大的图形。根据我的经验，二进制堆是很难被击败的，而歪斜堆是它们不工作时的备份，而斐波那契堆在你做CS理论时通常是很好的。你在寻找哪种最坏的情况？Fibonacci堆的Dijkstra的渐近界严格地比二进制堆的Dijkstra的渐近界好。是的，这就是我要说的。不过，我不确定是否有可能用一个足够大的图表来说明这一点
Running Dijkstra's algorithm with 3354 nodes and 8870 links...
Source node: ALL
Time using Fibonacci heap = 11863138070 ns (11863.14 ms)