双向搜索的时间复杂度

当通过将前向搜索中新生成的状态与后向搜索中所有生成的状态逐一比较来测试连接两个搜索时,给出双向搜索的时间复杂度。


回答:

如果你在每次迭代中解析给定集合中的所有n个节点或状态,那将是n乘以n,即n^2。

但是,如果你只解析到当前节点为止的所有节点,那么就是所有节点到n的总和。

所有节点到n的总和将是线性的,具体为1+2+3+…(n-1)+n = n(n+1)/2

我认为你的应用属于后者,实际上反过来理解会更好。考虑当前的前向节点在这个迭代中是n,(n-1)是第一个后向节点,(n-2)是第二个后向节点,以此类推,直到1,即最后一个后向节点:

N + (n-1) + (n-2) + … + 3 + 2 + 1 = n(n+1)/2

因此:

[a, b, c, d, e, f]1,a:  a,b,c,d,e,f2,b: a,b,c,d,e,f... 这将是n^2

而:

1,a:  []2,b: [a]3,c: [a,b]4,d: [a,b,c]..... 这将如上所述是线性的。 

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注