数据结构中算法复杂度总结

最新推荐文章于 2024-07-26 19:57:37 发布

Eva_5433

最新推荐文章于 2024-07-26 19:57:37 发布

阅读量7.5k

点赞数 9

分类专栏：数据结构文章标签：复杂度时间复杂度

本文链接：https://blog.csdn.net/weixin_38233103/article/details/109082402

版权

数据结构专栏收录该内容

81 篇文章 199 订阅

订阅专栏

四、Dijkstra迪杰斯特拉算法的性能分析

Dijkstra迪杰斯特拉算法时间复杂度

总结

BFS和DFS时间复杂度
	广度优先遍历BFS	深度优先遍历DFS
邻接表存储
邻接矩阵存储	$O(V^{2})$	$O(V^{2})$

最小生成树算法时间复杂
	普里姆算法能	迪杰斯特拉算法
时间复杂度	$O(V^{2})$	$O(V^{2})$

一、BFS算法的性能分析

遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间取决于所用的存储结构

1.空间复杂度

无论是邻接表还是邻接矩阵的存储方式，BFS算法都需要借助一个辅助队列Q，n个顶点均入队一次，在最坏的情况下，空间复杂度为O(V)。

2.时间复杂度

采用邻接表存储方式时，每个顶点均需搜索一次(或入队一次)，故时间复杂度为0(V)，在搜索任一顶点时，顶点后边的链表都要访问一次，在搜索完V个顶点后，边表也就都访问了，故时间复杂度为O(E),算法总的时间复杂度为O(V+E)。

采用邻接矩阵存储方式时,查找每个顶点的邻接点所需的时间为0(V),查找每个节点的边所需的时间还是O(V),故算法总的时间复杂度为

二、DFS算法的性能分析

遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间取决于所用的存储结构

1.空间复杂度

DFS算法是一个递归算法,需要借助一个递归工作栈,故其空间复杂度为O(V)。

2.时间复杂度

以邻接表表示时,查找所有顶点的邻接点所需的时间为O(E),访问顶点所需的时间为O(V),此时,总的时间复杂度为O(V+E)。

以邻接矩阵表示时,查找每个顶点的邻接点所需的时间为0(V),故总的时间复杂度为

三、 Prim (普里姆)算法的性能分析

Prim (普里姆)算法时间复杂度

prim算法是以点为主要对象展开的算法，算法结束后需要找到n个点。从一个点出发，找n-1次，将这n个点都找到。那么时间复杂度就是O(n*(找到最短距离那个点所需的时间))。

接下来讨论如何找到最短距离那个点。prim算法找点的过程与Dijkstra (迪杰斯特拉)算法类似，思路如下：

我们知道，prim算法将所有的点分为两个集合，一个是已经找到的点构成的集合U，另一个是未找到的点构成的结合UE。开始的时候U中有一个点，然后我们准备一个数组A，用来初始化UE中的点到U中的点的最短距离，初始化完毕后就可以开始prim算法了。伪代码如下：

for(v:所有的点）{
    if(v 不属于 U){
        判断A[v]是不是最短的边
    }
}

更新v加入A后，其它点通过v到U的最短距离，也就是更新A数组

上述代码执行完毕后就找到了最短的边，即找到最短距离那个点所需的时间是n。

所以Prim (普里姆)算法时间复杂度是

四、Dijkstra迪杰斯特拉算法的性能分析

Dijkstra迪杰斯特拉算法时间复杂度

Dijkstra算法是从源点 $v_{0}$ 开始，找n-1次，每次找到一个距离 $v_{0}$ 距离最短的点（已经找到的点忽略）。那么他的时间复杂度就是O(n*(一次找到距离 ${\color{Magenta} v_{0}}$ 最近的点的时间))。

关于没找到的点和已经找到的点我们这样考虑，将已经找到的点放入集合U，未找到的点放入集合UE。

初始时准备两个数组，数组dis用来存放其余n-1个点到 $v_{0}$ 的距离；

初始化，将 $v_{0}$ 放入集合U。然后在dis中寻找一个距离 $v_{0}$ 最短距离的点 $v_{1}$ ，将 $v_{1}$ 放入集合U。更新数组dis，更新规则是，通过 $v_{1}$ ,其余n-2个点距离 $v_{0}$ 更近了。

通过上述内容，可以知道一次找到距离 ${\color{Magenta} v_{0}}$ 最近的点的时间就是遍历一次数组dis，找到最小值，其时间复杂度为O(n)

所以Dijkstra算法的时间复杂度为O( ${\color{Blue} n^2}$ )

Eva_5433

关注

9
点赞
踩
63

收藏

觉得还不错? 一键收藏
打赏
1
评论
数据结构中算法复杂度总结

遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间取决于所用的存储结构一、BFS算法的性能分析1.空间复杂度无论是邻接表还是邻接矩阵的存储方式, BFS算法都需要借助一个辅助队列Q, n个顶点均入队一次，在最坏的情况下,空间复杂度为O(V)。2.时间复杂度采用邻接表存储方式时,每个顶点均需搜索一次(或入队一次),故时间复杂度为0(V),在搜索任一顶点时,顶点后边的链表都要访问一次，在搜索完V个顶点后，边表也就都访问了，故时间复杂度为O(E),算法总的时间复杂度为O(V+E)。
复制链接

扫一扫