@HowToPrompt__: 中国教授发现了40年来图的最快最短路径算法。Dijkstra算法已经lite…

X AI KOLs Timeline 论文

摘要

一位中国教授发现了一种新的确定性最短路径算法,通过结合Dijkstra和Bellman-Ford算法并引入前沿缩减,突破了40年来的排序障碍,在稀疏图上实现了O(m log^(2/3) n)的时间复杂度。

中国教授发现了40年来图的最快最短路径算法。 自20世纪50年代以来,Dijkstra算法实际上一直驱动着整个世界。 无论你是在使用谷歌地图、预订航班,还是路由网络数据包,Dijkstra都是后台运行的引擎。 如果你想找到最短路径,Dijkstra通过首先检查最近的节点来工作。但要始终知道哪个节点是“最近的”,算法必须不断地在优先队列中对它们进行排序。排序需要计算时间。这造成了一个严格的数学速度上限:O(m + n log n)。 40年来,研究人员认为,由于必须对节点进行排序才能找到最短路径,因此速度不可能快于排序所需的时间。这就是臭名昭著的“排序障碍”。 研究人员大胆地问道:如果我们不排序所有东西呢? 他们没有维护网络中每个节点的完美、缓慢的排序,而是构建了一个混合体,结合了Dijkstra和Bellman-Ford算法。他们引入了一个绝妙的概念,称为“前沿缩减”。 该算法不是对所有顶点进行排序,而是识别出一小组精英的“关键”顶点。这些关键点充当了大规模最短路径子树的根。通过将节点分组到簇中,并只关注这些关键点,他们大大减少了需要跟踪的活动节点数量。前沿中的节点越少 = 排序越少 = 速度惊人。 新的确定性算法运行时间为 O(m log^(2/3) n)。 用英语来说这是什么意思? log^(2/3) n 的增长速度明显慢于 log n。在拥有数百万节点的大规模稀疏图上,计算操作的总量大幅下降。它提供了最坏情况下的保证,而不依赖概率或随机猜测。 这打破了理论计算机科学中的一个基本假设,并为以下方面奠定了架构基础: → 超快图路由引擎(地图、物流、供应链) → 大规模网络优化(互联网数据包) → AI导航和数据流依赖图 它证明了即使是最根深蒂固、被认为“最优”的技术基础,也仍然有待颠覆。
查看原文
查看缓存全文

缓存时间: 2026/07/20 23:34

中国教授发现了40年来最快的图最短路径算法。

Dijkstra算法自20世纪50年代以来,一直在驱动着整个世界。

无论你是在用谷歌地图、预订航班,还是路由网络数据包,Dijkstra都是幕后运行的引擎。

要找到最短路径,Dijkstra的做法是先检查最近的节点。但为了始终知道哪个节点“最近”,这个算法必须不断地在一个优先队列中对它们进行排序。排序需要计算时间。这形成了一个硬性的数学速度极限:O(m + n log n)。

40年来,研究人员一直相信,因为必须对节点进行排序才能找到最短路径,所以永远无法比排序所需的时间更快。这就是臭名昭著的“排序壁垒”。

这些研究人员大胆地问道:如果我们干脆……不对所有东西进行排序呢?

他们没有维护一个缓慢但完美的网络节点全局排序,而是构建了一个结合Dijkstra和Bellman-Ford算法的混合怪兽。他们引入了一个绝妙的概念,称为“前沿缩减”。

这个算法不去对所有顶点进行排序,而是识别出一小组“关键”顶点。这些关键顶点充当着巨大的最短路径子树的根节点。通过将节点分组为簇,并只关注这些关键顶点,他们大幅减少了需要跟踪的活动节点数量。前沿中的节点越少 = 排序越少 = 速度爆表。

这个新的确定性算法运行时间为 O(m log^(2/3) n)。

用大白话来说是什么意思呢?

log^(2/3) n 的增长速度比 log n 慢得多。在拥有数百万节点的大规模稀疏图中,计算操作的总量急剧下降。它提供了最坏情况下的保证,而不依赖概率或随机猜测。

这打破了理论计算机科学中的一个基本假设,并为以下方面奠定了架构基础:

→ 超快图路由引擎(地图、物流、供应链) → 大规模网络优化(互联网数据包) → AI导航与数据流依赖图

它证明,即使是最根深蒂固、看似“最优”的技术基础,也仍然有待颠覆。

相似文章

@lxfater: 清华几个人把 Google Maps 用了 41 年的算法给超了 从 1984 年算到现在,41 年没人做到过 那个算法叫 Dijkstra,你没听过没关系,你每天都在用 但这个卡了 40 年突破不了,因为有一道数学上的排序屏障横在中间 …

X AI KOLs Timeline

Researchers from Tsinghua University have developed a new shortest-path algorithm with O(m log^{2/3} n) complexity, surpassing Dijkstra's algorithm which had been considered theoretically optimal for 41 years.

使用图论加速后端(2019年)

Lobsters Hottest

Sensor Tower 工程团队利用图论分析和性能分析工具,识别出后端端点缓慢的瓶颈,通过优化 Protobuf 解码和编码步骤,实现了四倍的速度提升。