Jgrapht: 피보나치힙 사용 중단

성능 비교를 하고 싶습니다.

성능 비교를 해보았는데 결과는 이렇습니다
피보나치 힙 네이티브

|테스트 유형 | 다익스트라, us/op | 가장 가까운 첫 번째 반복자, us/op |
|-------|-------------------|------- ------------------------|
| 완전한 100 | 165 | 165 |
| 완전한 300 | 1903 | 1920년 |
| 완전한 500 | 9799 | 9526 |
| 완전한 1000 | 54701 | 54474 |
| 삼각. 1000 | 507 | 510 |
| 삼각. 3000 | 1702 | 1695 |
| 삼각. 5000 | 3399 | 3329 |
| 삼각. 10000 | 7420 | 7386 |
| 삼각. 20000 | 17138 | 16867 |
| 삼각. 40000 | 38579 | 38707 |

JHeaps 피보나치 힙

|테스트 유형 | 다익스트라, us/op | 가장 가까운 첫 번째 반복자, us/op |
|-------|-------------------|------- ------------------------|
| 완전한 100 | 172 | 173 |
| 완전한 300 | 2013 | 1984년 |
| 완전한 500 | 11371 | 10108 |
| 완전한 1000 | 56411 | 56650 |
| 삼각. 1000 | 455 | 464 |
| 삼각. 3000 | 1534 | 1595 |
| 삼각. 5000 | 2927 | 3100 |
| 삼각. 10000 | 6985 | 6892 |
| 삼각. 20000 | 15904 | 16159 |
| 삼각. 40000 | 35970 | 36313 |

JHeap 페어링 힙

|테스트 유형 | 다익스트라, us/op | 가장 가까운 첫 번째 반복자, us/op |
|------------------------|---------------------|----- --------------------------|
| 완전한 100 | 166 | 165 |
| 완전한 300 | 2017 | 2163 |
| 완전한 500 | 12015 | 11453 |
| 완전한 1000 | 61985 | 63824 |
| 삼각. 1000 | 373 | 375 |
| 삼각. 3000 | 1224 | 1227 |
| 삼각. 5000 | 2637 | 2895 |
| 삼각. 10000 | 5840 | 5941 |
| 삼각. 20000 | 15251 | 15217 |
| 삼각. 40000 | 30799 | 33975 |

성능 차이는 그렇게 크지 않습니다.

현재 이중 모노톤 기수 힙으로 테스트를 실행할 수 없습니다. 그 이유는 예외가 발생하기 때문입니다. 이것은 처음에 거리가 0인 시작 정점을 삽입한 다음(currentMin = 0) 제거한 다음(현재 힙의 currentMin은 null임) 거리가 k인 노드를 삽입한 다음(currentMin이 k가 됨) 거리가 있는 노드를 삽입할 때 발생합니다. m < k(k < m 때문에 예외가 발생함). Wikipedia에는 ​​"모노톤 우선 순위 대기열의 필요 충분 조건은 가장 최근에 추출한 것보다 우선 순위가 낮은 요소를 추가하려고 시도하지 않는 것입니다"라고 명시되어 있습니다. 거리가 0인 꼭짓점을 제거한 후 currentMin 값이 null이 되면 안 된다고 생각하지만 코드에서는 특수한 경우로 주석 처리되어 있어 이것이 맞는지 잘 모르겠습니다.

기수 힙은 현재 최소값보다 낮은 키를 가진 요소를 삽입할 수 없도록 약간 다르게 구현됩니다.

Dijkstra를 약간 다시 작성하면 작동합니다. 먼저 findMin() 를 호출한 다음 가장자리를 완화하고 마지막으로 delMin() 를 호출해야 한다고 생각합니다.

또한, Dijkstra를 실행하기 전에 모든 가장자리를 반복하고 경계 n C 를 계산해야 합니다. 여기서 C 는 가장 큰 가장자리 가중치이고 n 는 노드 수입니다. 이 경계는 기수 힙을 초기화할 때 사용해야 합니다.

@Toptachamann 기수 힙을 변경하여 현재 최소값이 아닌 마지막으로 삭제된 키를 기반으로 요소를 배포하려고 합니다. 그렇게하면 즉시 작동합니다.

@Toptachamann 구현을 변경했으며 이제 바로 사용할 수 있습니다. 출시하지 않았으므로 maven install을 사용하여 로컬로 설치한 후 버전 0.9-SNAPSHOT에 대해 테스트해야 합니다.

@d-michail 이제 잘 작동하지 않습니다. 시작 정점이 삭제된 후 버킷 인덱스는 -1이 되지만 currentMin은 유지됩니다. 나가는 모든 가장자리를 완화하고 다른 최소 요소를 삭제하려고 시도하면 java.lang.ArrayIndexOutOfBoundsException: -1 가 발생합니다.

@Toptachamann 죄송합니다. 작은 버그가 있었습니다. 테스트해주셔서 감사합니다. 또한 몇 가지 테스트를 수행했으며 현재 최소 업데이트가 올바르게 되었습니다.

다음은 이중 모노톤 힙에 대한 결과입니다.

|테스트 유형 | 다익스트라 | 가장 가까운 첫 번째 반복자 |
|--------------------------------|---------------- |------------------------|
| 100을 완료하십시오. 비. 10 | 172 | 172 |
| 300을 완료하십시오. 비. 10 | 2458 | 2408 |
| 500까지 완료하십시오. 비. 10 | 11104 | 10052 |
| 1000을 완료하십시오. 비. 10 | 57028 | 56944 |
| 100을 완료하십시오. 비. 100 | 185 | 175 |
| 300을 완료하십시오. 비. 100 | 2381 | 2464 |
| 500까지 완료하십시오. 비. 100 | 11320 | 11313 |
| 1000을 완료하십시오. 비. 100 | 64749 | 61865 |
| 100을 완료하십시오. 비. 1000 | 190 | 180 |
| 300을 완료하십시오. 비. 1000 | 2315 | 2303 |
| 500까지 완료하십시오. 비. 1000 | 11034 | 11792 |
| 1000을 완료하십시오. 비. 1000 | 65407 | 68292 |
| 100을 완료하십시오. 비. 10000 | 186 | 193 |
| 300을 완료하십시오. 비. 10000 | 2390 | 2359 |
| 500까지 완료하십시오. 비. 10000 | 12667 | 14156 |
| 1000을 완료하십시오. 비. 10000 | 72096 | 71001 |
| 삼각. 1000 | 418 | 418 |
| 삼각. 3000 | 1347 | 1349 |
| 삼각. 5000 | 2426 | 2486 |
| 삼각. 10000 | 6798 | 6559 |
| 삼각. 20000 | 16375 | 16257 |
| 삼각. 40000 | 36574 | 36203 |

나는 그들이 실행 시간을 어떻게 변경하는지 보기 위해 다른 가장자리 가중치 상한을 사용했습니다. 또한 속도 향상이 있습니다. 완전한 그래프에 대한 최상의 결과는 피보나치 힙의 결과와 동일합니다. 현재 페어링 힙은 희소 그래프에서 다른 힙보다 성능이 뛰어납니다.

@Toptachamann 내가 볼 수 있는 게시된 지점이 있습니까?

@jsichi 벤치마크 분기를 포크로 푸시했습니다. 거기에서 나는 단지 Dijkstra의 알고리즘을 벤치마킹했습니다. deprecation을 해야 하나요?

예, 지원 중단을 진행해야 한다고 생각합니다. 최적의 힙 구현을 선택하는 방법(또는 MaximumWeightBipartiteMatching에서와 같이 사용자가 선택하도록 허용)은 무엇입니까?

나는 Dijkstra의 알고리즘에 대한 기본 힙을 갖고 필요한 경우 사용자가 다른 힙을 제공하도록 하는 것이 더 낫다고 말하고 싶습니다. 이 접근 방식은 두 가지 면에서 더 유연합니다. 1. 사용자에게 자체 벤치마크를 수행하고 결과에 따라 힙을 선택할 수 있는 기능을 제공합니다. 2. jheaps의 힙이 다시 구현되거나 어떻게든 변경되는 경우 이 접근 방식으로 Dijkstra의 알고리즘에서 기본 힙 구현을 변경하는 것이 더 편리합니다.

Ps Pairing 힙은 대부분의 경우 edge weight의 상한선이 낮지 않고 모노톤 힙에 이점이 없기 때문에 합리적인 기본값인 것 같습니다. 그러나 가중치의 범위가 크지 않은 경우 Dijkstra 알고리즘에 모노톤 힙을 사용하는 것이 좋습니다.