@techNmak: 38年来，计算机科学家们认为迪杰斯特拉算法在稀疏图中是最优的。这个逻辑似乎无懈可击…
摘要
来自清华、斯坦福和马克斯·普朗克的五位研究人员开发了一种新的最短路径算法，在稀疏有向图中超越了迪杰斯特拉算法，实现了O(m log^(2/3) n)的时间复杂度，这是自1987年以来的首次改进。
查看缓存全文
缓存时间: 2026/06/09 12:47
38年来，计算机科学家一直认为迪杰斯特拉算法对于稀疏图是最优的。
这个逻辑看起来无懈可击：
迪杰斯特拉算法按距离对顶点排序。 排序的下界为 O(n log n)。 因此最短路径不可能更快。
5位研究人员证明了这一假设是错误的。
诀窍在于：将迪杰斯特拉的优先队列与贝尔曼-福德的动态规划相结合。对顶点集进行分治。缩小前沿边界。
结果：O(m log^(2/3) n) 自1987年斐波那契堆以来，有向图首次获得改进。
清华大学。斯坦福大学。马克斯·普朗克研究所。17页。
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 …
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.
GraphDC：一种用于可扩展图算法推理的分治多智能体系统
本文介绍了 GraphDC，这是一个分治多智能体框架，它将图算法任务分解为子图以分配给专门的智能体处理，从而提高了在复杂图结构上的可扩展性和推理性能。
使用图论加速后端（2019年）
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。
通过轻量级结构引导的自回归模型实现新型图生成的可扩展性
研究人员提出了一种用于图生成的轻量级自回归框架，该框架使用结构引导的拓扑排序实现了接近对数线性的复杂度，解决了现有扩散和自回归方法在可扩展性和新颖性方面的局限性。该方法同时支持LSTM和Mamba风格的主干网络，在分子和非分子基准测试中展示了改进的新颖性，同时保持了有效性和独特性。
用于对称非负矩阵分解和图聚类的非单调梯度算法
介绍了一种用于对称非负矩阵分解的非单调梯度算法SNMPBB，该算法相比现有方法实现了显著加速，并扩展至图聚类和低秩近似。