二维阵列时间复杂度中的Dijkstra
我只是想知道2D中Dijkstra的时间复杂性
我知道Dijkstra与二进制堆是O（ElogV）
但是如果我们有一个n乘n的2D数组，数组中的每个节点都有顶点（x，y，权重）
它可以向四个方向移动上，下，左，右
因此，总顶点是n^2，边缘大约是4（n^2）。例如，如果顶点在
因此，如果我们在2D中运行该算法，那么时间复杂度将降低
-
是这样吗？
我渴望得到答案。。谢谢你阅读这篇文章。
共有1个答案
如果每两个节点之间的距离总是相同的，那么在这种情况下，Dijkstra算法就变成了一个简单的BFS。你根本不需要堆结构。复杂度是O（n^2）。
否则，复杂性就如您所示O（n^2 logn）。
-
研究了一种算法，该算法需要计算矩阵中连续1的最长数。提供的解决方案描述和解决方案如下： 蛮力方法非常简单。我们直接遍历给定矩阵中的每一条有效线：即水平、垂直、中间对角线上下的对角线、中间反对角线上下的反对角线。每次遍历过程中，如果遇到连续的1，我们会不断增加计数。我们会为遇到的任何不连续重置计数。在这样做的同时，我们还跟踪迄今为止发现的最大计数。 复杂性分析 时间复杂度：O（n^2）我们沿着整个矩
-
主要内容：时间复杂度,空间复杂度《 算法是什么》一节提到，解决一个问题的算法可能有多种，这种情况下，我们就必须对这些算法进行取舍，从中挑选出一个“最好”的。 算法本身是不分“好坏”的，所谓“最好”的算法，指的是最适合当前场景的算法。挑选算法时，主要考虑以下两方面因素： 执行效率：根据算法所编写的程序，执行时间越短，执行效率就越高； 占用的内存空间：不同算法编写出的程序，运行时占用的内存空间也不相同。如果实际场景中仅能使用少量的内
-
我使用最大堆来查找数组中的k个最大元素，如下所示： 1） 我已经构建了给定数组的前k个元素（arr[0]到arr[k-1]）的最小堆MH。O（k） 2）对于每个元素，在第k个元素（arr[k]到arr[n-1]）之后，将其与MH的根进行比较。 ……a）如果元素大于根，则将其设为根，并为MH调用heapify ……b）否则忽略它。 //步骤2是O（（n-k）） 3）最后，MH有k个最大元素，MH的根
-
有人能帮我了解一下这个代码片段的时间和空间复杂性吗？请参考leetcode问题-单词中断II。给定一个非空字符串s和一个包含非空单词列表的字典单词dict，在s中添加空格来构造一个句子，其中每个单词都是有效的字典单词。返回所有这些可能的句子。
-
我是编程新手，我有一个任务要求从一维数组创建二维数组。我想到了这一点（没有任何外部来源的帮助，因为这会剥夺学习经验）。它适用于我们教授的测试输入，我只是想知道这是一个丑陋/低效的解决方案。 测试输入：twoDArray（[1,2,3,4,5]，3）输出将是：[[1,2,3]，[4,5]]
-
在Google上的几个帖子(例如，https://cs . stack exchange . com/questions/125995/median-of-medians-proof-for-time-complexity)和文章中，我看到了为中位数写的以下时间复杂度递归: <代码> T(n) 但是我很困惑，因为这种递归似乎认为MoM嵌入到快速选择中，因此是快速选择的递归公式，用于在使用MoM查找