shortest-path

论文介绍了GATNextHop，这是一个图注意力网络模型，用于近似最短路径路由并在网络拓扑间泛化，通过在实际ISP网络上与Dijkstra算法进行评估。

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。

本文分析了非均匀随机图中的保距嵌入，提供了比经典最坏情况结果更紧的失真界，并引入了一种GNN增强变体，可从小型图中学习通用特征。

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。

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.