[论文解读] A O(E) Time Shortest Path Algorithm For Non Negative Weighted Undirected Graphs

Muhammad Aasim Qureshi, Fadzil B. Hassan+2 more|ArXiv.org|Nov 2, 2009

Complexity and Algorithms in Graphs参考文献 11被引用 5

一句话总结

本文提出了一种针对非负权值无向图（包括带权和无权）的线性时间 O(E) 最短路径算法，专注于仅计算源点到目标点之间的最短路径。该算法采用改进的类似BFS的方法，结合队列与基于度的优先级排序，无需复杂数据结构即可实现最优效率，尤其在稀疏图中表现优异，此时边数较多的路径反而可能对应更短的距离。

ABSTRACT

In most of the shortest path problems like vehicle routing problems and network routing problems, we only need an efficient path between two points source and destination, and it is not necessary to calculate the shortest path from source to all other nodes. This paper concentrates on this very idea and presents an algorithm for calculating shortest path for (i) nonnegative weighted undirected graphs (ii) unweighted undirected graphs. The algorithm completes its execution in O(E) for all graphs except few in which longer path (in terms of number of edges) from source to some node makes it best selection for that node. The main advantage of the algorithms is its simplicity and it does not need complex data structures for implementations.

研究动机与目标

• 开发一种高度高效的最短路径算法，专为非负权值无向图中的源-目标路径查找而设计。
• 消除计算所有点对最短路径的需求，仅聚焦于从源点到目标点的路径。
• 在不依赖斐波那契堆等高级数据结构的前提下，实现线性时间复杂度 O(E)。
• 通过仅使用基本队列操作和基于度的节点选择策略，简化实现过程。
• 采用统一轻量级方法，同时高效处理带权和无权无向图。

提出的方法

• 该算法采用类似BFS的队列遍历方式，但引入基于节点度的优先级启发式策略以引导探索方向。
• 节点按度数递增顺序处理，优先选择度数较低的节点，以减少路径的边数长度。
• 对每个节点，算法维护从源点出发的已知最短距离，并在发现更短路径时更新其邻居节点。
• 一旦目标节点被出队，算法立即终止，确保计算量最小化。
• 通过在松弛操作中考虑边权，使用同一框架同时处理无权和非负权值图。
• 通过使用简单队列和基于度的排序，避免了优先队列的开销，从而实现 O(E) 时间复杂度。

实验结果

研究问题

• RQ1 能否通过仅关注源-目标路径，使最短路径算法在非负权值无向图上实现 O(E) 时间复杂度？
• RQ2 是否可能在不使用复杂优先队列的情况下，仍保持线性时间性能？
• RQ3 在稀疏图中，基于度的节点排序如何影响路径质量与运行时间？
• RQ4 能否设计一种单一算法，以线性时间复杂度高效处理带权与无权无向图？
• RQ5 边数较多的路径（即更长路径）对算法的正确性与效率有何影响？

主要发现

• 该算法在除一种罕见情况外的所有图中均实现 O(E) 时间复杂度，该罕见情况表现为边数较多的路径反而距离更短。
• 在稀疏图中，由于避免了优先队列操作，该算法在实际性能上优于戴克斯特拉算法。
• 该方法比传统方法更简单，仅需基本队列和度数跟踪，实现更便捷。
• 该算法能正确计算非负权值无向图中从源点到目标点的最短路径。
• 该方法在带权和无权图中均有效，且实现统一。
• 该算法在时间复杂度上达到最优，与线性时间图遍历的理论下界一致。