我正在研究广度优先搜索的算法,如下:
BFS(G,s)
for each u ∈ V\ {s}
color(u)=white
d(u)=oo
π(u)=NIL
color(s)=GRAY
d(s)=0
π(s)=NIL
Q=∅
ENQUEUE(Q,s)
while (Q!=∅)
u=DEQUEUE(Q)
for each v ∈ Adj(u)
if (color(v)=white)
color(v)=GRAY
d(v)=d(u)+1
π(v)=u
ENQUEUE(Q,v)
color(v)=BLACK
我以为是这样的: 第一个 for 循环的时间复杂度是 O(V)。 while循环的时间复杂度是O(V),而在while循环内部执行的for循环的时间复杂度是O(E)。 那么算法的时间复杂度就是O(VE+E)=O(VE)。 但是,根据我的教科书,它是 O(V+E)。 那我是不是计算错了?
最佳答案
嗯,因为这是最坏的情况,所以你的分析是正确的,但不严格。只要队列中有顶点,while 循环就会运行。只有颜色为白色的顶点才会排队,在这种情况下,它们的颜色会变成灰色,因此它们永远不会再次排队。这告诉您队列可以变得与 V 一样大。
在每次迭代中,您都会迭代顶点的邻接列表,因此总体运行时间是邻接列表长度之和 + V。总和为 O(E)。运行时间为O(V+E)。
记住在无向图中,以下内容成立可能会很有用:所有顶点的度数总和 = 2 * E
。要看到这一点,请注意每条边 (x,y) 将被计算两次:一次在 x 的度数中,一次在 y 的度数中。
关于algorithm - 广度优先搜索的执行时间,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27999839/