Question

我使用JUNG API计算中型大图（20到100个节点）中几个节点之间的最短路径。现在我正在迭代我的节点并使用简单的'ShortetsPath'函数来计算两个节点的最短路径。所有最短路径都放在ArrayList中。

UnweightedShortestPath<Vertex, SEdge> dist = new UnweightedShortestPath<Vertex, SEdge>(undir);
ArrayList<Vertex> tv = new ArrayList<Vertex>(); // contains nodes for shortestpath
ArrayList<Integer> distances = new ArrayList<Integer>(); // for the distances

for (int j = 0; j <tv.size()-1;j++){ //iterate over nodes
Vertex one = tv.get(j);

for (int k = j+1; k<tv.size();k++){ //iterate over next nodes
    Vertex two = tv.get(k);
    Number n = dist.getDistance(one, two);
    int d;
    if (n == null) {
        d = 5000000;
    }
    else {
        d = n.intValue();
    }
    distances.add(d);
}

}

我想加快计算速度，因为我必须为许多图形和节点计算它。据我所知，只有Dijkstra可以在JUNG API中使用。所以我的问题是：我可以使用Dijkstra来提升性能吗？ JUNG API中是否还有其他算法？使用另一个图形实现是否有意义，它为最短路径提供了更多不同的方法？

到目前为止感谢：）

Answer 1

JUNG中的UnweightedShortestPath类使用广度优先搜索算法，该算法具有O（n ^ 2）运行时间。 Dijkstra算法的工作原理基本相同，仅用于加权图而不是未加权图，因此它的运行时也是O（n ^ 2）。

但是，您似乎对图中所有可能的节点对之间的距离感兴趣，但您使用的是成对方法。所以你的总运行时间是O（n * n ^ 2）= O（n ^ 3）。相反，您可以使用全局最短路径算法，如Johnson的算法（http://en.wikipedia.org/wiki/Johnson's_algorithm）。那是运行时间O（n ^ 2 * log（n + ne））。所以总体来说要快一点。

据我所知，它并没有在JUNG中实现，但你可以从谷歌代码搜索中获取它。

JUNG API中最短路径算法的性能

1 个答案: