我正在尝试理解动态编程，我发现了一个有趣的问题：“给定一个nxn正方形的棋盘和一个起始位置（xs，ys），找到最短的（如移动的数量）路径骑士可以走到终点（xe，ye）“。这就是我的解决方案听起来像：
Initialize the matrix representing the chess board (except the "square" xs,ys) with infinity.
The first value in a queue is the square xs,ys.
while(the queue is not empty){
all the squares available from the first square of the queue (respecting the rules of chess) get "refreshed"
if (i modified the distance value for a "square")
add the recently modified square to the queue
}
有人可以帮我找出这个功能的计算时间O值是多少？我（有点）理解big-O，但我不能为这个特定的函数赋值。
答案 0 :(得分：1)
因为您正在使用队列，所以处理方块的顺序将按最小距离的顺序排列。这意味着您只需修改一个正方形的距离值，因此时间将为O（n ^ 2），因为有n ^ 2个正方形。
答案 1 :(得分：1)
您的算法措辞不佳
您没有定义“队列”的内容
你没有定义“刷新”
你总是卡在第一个广场上，你没有跟踪当前的广场。
也是，谷歌Djkistra的算法不，不要做dijkstra的算法。你没有加权图。
如果你想使用动态编程算法来强制你的答案，我会从（xe，ye）开始，你应该能够在nxn网格上得到O（n ^ 2）< / p>
但是如果你考虑你的约束（你的棋子像骑士一样移动，并且他沿着网格移动，而不是任意图形）你应该能够在O（n）时间内完成这个问题
答案 2 :(得分：0)
听起来有点像Dijkstra的最短路径算法。在这种情况下它是O（N ^ 2），你找到从源到目的地的所有可能路径的“距离”，以确定最低路径。
答案 3 :(得分：0)
在我看来，这是广泛的第一次搜索。很明显，您在队列中最多添加一个正方形，并且队列条目的处理是O（1），因此总复杂度受O（N ^ 2）的限制。但是，如果你可以证明一个定理，告诉NxN国际象棋棋盘上从位置A到B的移动次数小于N（直观地说，这对N等于或大于8来说是合理的），那么你的算法将是O（N）。