Nlp TextRank算法的时空复杂度

我试图确定TextRank算法的空间和时间复杂度，该算法在本文中列出：

因为它使用的是PageRank，其复杂性为： O（n+m）（n-节点数，m-弧/边数） 我们在i次迭代中运行它，直到收敛，我相信关键字提取的复杂性是：O（i*（n+m）） 使用邻接矩阵，空间复杂度为O（V^2）

而对于句子提取，我相信是一样的

---

我真的不确定，任何帮助都会很好，谢谢你。

如果你重复T次复杂度为O（n+m）的算法（内部），或者其他类似的算法，那么得出新算法（外部）的复杂度为O（T*（n+m））的结论是正确的，前提是：

外部算法每次重复内部算法时只会增加一个恒定的复杂性

在每次调用内部算法时，参数n和m保持不变

换言之，外部算法应在恒定时间内为内部算法准备输入，新输入的参数应在T次迭代中保持良好的n和m表示。否则，如果这两个要求中的任何一个不能被证明，那么您应该将与新参数相关的复杂度相加T倍，比如

O(n1 + m1) + ... + O(n_T + m_T)

并且还考虑了所有的前处理和后处理的外部算法使用前后的内部