2012-09-16 139 views
0

我有一個算法,採用DAG圖具有n節點,並且對於每個節點,它在其鄰接節點上執行二進制搜索。據我所知,這將是一個O(n log n)算法,但由於日誌內的n僅對應於節點的鄰接關係,所以我想知道這是否會變成O(n log m)。由m我的意思是m節點毗鄰每個節點(這將直觀和經常遠遠少於n)。大O複雜度O(n日誌n)與O(n日誌m)

爲什麼不是O(n log m)?我會說O(n log m)沒有任何意義,因爲m在技術上並不是輸入的大小,n是。此外,最壞的情況m可能是n,因爲節點可以很容易地連接到所有其他節點。正確?

+1

n個節點......但在你的例子中m是多少? –

+1

如果'n == node degree - 1(它可能發生)O(n log n)將是上限。 – nullpotent

+1

在O-notation中,使用不描述輸入的_size_的變量,而是描述它的其他屬性(例如最大鄰居數)是完全正確的。然而,那麼分析取決於實際瞭解這些屬性。 –

回答

3

有兩種情況這裏:

  1. m,相鄰節點的數目由恆定C界,和
  2. m,相鄰節點的數目僅受n界,數量節點

在第一種情況下,複雜度爲O(n),因爲Log(C)是一個常量。在第二種情況下,這是O(n*log(n)),因爲你在你的問題解釋的原因(即「m可以n))。

+0

是有道理的,我想也一樣,但想確定。 –

0

大O符號爲算法的複雜性提供了一個上界,所以由於在最壞的情況下m等於n(正確的n-1),所以正確的複雜度爲O(n log n)

0

當然,還有其中一個節點連接到所有其他節點的DAG。另一個例子是DAG,節點編號爲0,1,2 ... n,其中每個節點的邊緣都通向所有更高編號的節點。

有一個先決條件是給出一個取決於多個參數的複雜度估計值 - http://en.wikipedia.org/wiki/Dijkstra%27s_algorithm引號a O(| E | + | V | log(| V |)。在某些情況下,這可能是有用的信息

0

在最糟糕的情況下每個節點都有n-1個鄰居,這意味着它連接到其他人,但是如果每個節點都這樣,那麼它不會是一個非循環圖。 因此,每個節點的平均鄰居小於n。

邊緣的DAG中的最大數目是:(N-1)N/2

如果我們看一下每一個節點,則其(N-1)/ 2的鄰居的平均值。 因此,在最壞的情況下,您的複雜性仍然會保持爲O(n log n)

相關問題