基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
最短路算法在交通,通信等领域有非常重要的应用,许多网络问题都可以归结为一个最短路问题.Dijkstra最短路算法是一个非常有效的算法,在计算网络中某一个顶点到其他各顶点的最短路时,如果引入Fibonacci堆,则Dijkstra算法运行所需要的加法及比较次数大致为O (m+nlogn),其中,m,n分别为网络的边数和顶点数.但由于在算法执行过程中,对Fibonacci堆的操作也有一定的代价.本文根据大型稀疏网络的特点,对Dijkstra最短路算法提出了一些非常简单的,但是非常有用的改进,并由此得到一个针对大型稀疏网络的Dijkstra最短路算法,该算法不需要构造Fibonacci堆,并且算法在运行时也只需要加法与比较,其所需要加法和比较的次数为O (m+nlog(n!)),其中D为网络中与顶点相关联边数的最大值.对于大型稀疏网络,如公路交通网络,D通常比较小,因此,所给算法对这类网络是非常有效的.
推荐文章
Dijkstra最短路径算法的优化及其实现
最短路径
Dijkstra 算法
优化
配对堆
一种并行模糊神经网络最短路径算法
并行模糊神经网络最短路径
模糊模拟
神经元
脉冲
利用多线程技术实现最短路径的并行算法
并行算法
多线程技术
最短路径
Dijkstra算法
基于优先队列的时变网络最短路径算法
时变网络
优先队列
最短路径
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 稀疏网络的一个最短路算法及其实现
来源期刊 常州大学学报(自然科学版) 学科 数学
关键词 Dijkstra最短路算法 大型稀疏网络 Fibonacci堆
年,卷(期) 2011,(4) 所属期刊栏目 信息与计算机技术
研究方向 页码范围 45-49
页数 分类号 O157.6
字数 3572字 语种 中文
DOI 10.3969/j.issn.2095-0411.2011.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李宁 常州大学信息科学与工程学院 30 57 5.0 6.0
2 元春梅 常州大学数理学院 4 11 2.0 3.0
3 李博 常州大学数理学院 4 9 2.0 3.0
4 康慧燕 常州大学数理学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Dijkstra最短路算法
大型稀疏网络
Fibonacci堆
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
常州大学学报(自然科学版)
双月刊
2095-0411
32-1822/N
大16开
江苏省常州市大学城
1989
chi
出版文献量(篇)
1682
总下载数(次)
5
总被引数(次)
7702
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导