全部建议
>
建议详情
- 预审中
- 预审通过
- 3 未采纳
【功能建议】高性能最短路径算法 未采纳 编辑 删除
- 知识图谱
- 自然语言处理
之前提的建议，华为方面评估后给的结论是：
小步最短路径算法与dijkstra最短路径算法的复杂度一样；
缺乏大规模的验证，没有正确性和性能的论证。
我在文章https://bbs.huaweicloud.com/blogs/409181中，粗略的论证了小步最短路径算法与dijkstra 最短路径算法时间复杂度的不同。
我在https://networkrepository.com/bn.php 和 https://toreopsahl.com/中的多个数据集上做了测试。提供了小步最短路径的在邻接边有序的情况下， 较大规模的验证与性能论证，几乎是完胜 dijkstra 最短路径算法。请参考文章 https://bbs.huaweicloud.com/blogs/411649 。
我在附件中添加了 测试所生成的所有数据，具体字段含义可参考文章 https://bbs.huaweicloud.com/blogs/411649 。
嘟嘟瑞
发布于 2023-09-25 16:21:13
2023-09-25
251 5
0%
0%
取消
发表
0/1000
+ 插入图片0/4
仅支持JPG、JPEG、PNG、GIF，数量不超过4张且每张大小不超过2MB
0%
0%
新窗
关闭
删除建议
全部评论（5）
评论（5）
1 不知道 “行业内其他最新方法” 还有那些呢？最短路径的基础算法，只有基于dijkstra的核心理念，即松弛操作，的算法吧。还有什么其他的算法吗？
2 “测试数据集规模较小”，我目前找到最大的是150M的正加权数据集，不是非常大。
”最差情况也是有1/5的落后“ ，那是在几个很小的数据集上的。在bio-CE-GN，bio-CE-CX，bio-DM-CX，bio-HS-CX，bio-SC-HT，bio-human-gene1（144M），bio-human-gene2（62M），bio-mouse-gene（162M），bio-WormNet-v3 都数倍的提升。
您好，关于您提交的建议产品和研发团队进行了评估，1、考虑小步算法的测试数据集规模较小，同时缺少更多与行业内其他最新方法的对比，相关方面有待考证，因此对其能力暂不进行评估，如您有心建议可以参加业内标准benchmark进行综合评测：https://graph500.org；https://ldbcouncil.org/benchmarks/graphalytics/ 2、华为产品目前采用的是基于自身引擎计算架构的、未公开的核心技术算法，在与同类产品对比以及实际落地效果中表现良好，因此暂没有引入其他实现的计划，如对相关方面有兴趣请关注后续官网动态。另外提供的测试数据显示最好情况有几倍的提升，但最差情况也是有1/5的落后，所以不存在完胜的说法。综合考虑整体需求与产品规划，很抱歉未能采纳，还请您谅解。
对您造成困扰深表歉意！希望以上可以解决您的疑虑，感谢您的反馈，后续若在使用还有其它建议，可在云声平台继续反馈，我们收到后会尽快处理。感谢您对华为云的支持！
评估到进行到哪里了？需要源码吗？
非常感谢您的反馈，您的建议和诉求已经收到，并已提交至相关产品团队进行核查评估，评估完成后对于建议是否采纳会尽快给您答复，也请您持续关注云声平台，了解反馈建议处理进展，感谢您对华为云的支持！