图算法选择器Skill graph-algorithm-selector

图算法选择器是一个智能工具,用于根据图论问题的具体约束条件、图结构属性和性能需求,自动推荐最优算法解决方案。该技能支持最短路径、最小生成树、连通性、流网络、匹配和图遍历等核心图算法场景,提供复杂度分析、权衡比较和优化建议,帮助开发者和研究人员高效解决图论相关问题。关键词:图算法选择,最短路径算法,最小生成树,算法复杂度分析,图论问题求解,Dijkstra算法,Bellman-Ford算法,Floyd-Warshall算法,Kruskal算法,Prim算法。

架构设计 0 次安装 0 次浏览 更新于 2/23/2026

名称: 图算法选择器 描述: 根据问题约束选择最优图算法 允许工具:

  • 读取
  • 写入
  • 搜索
  • 全局匹配

图算法选择器技能

目的

根据问题约束、图属性和性能要求选择最优图算法。

能力

  • 算法选择的约束分析
  • 权衡分析(Dijkstra vs Bellman-Ford vs Floyd-Warshall)
  • 特殊情况检测(稀疏 vs 稠密,负权边)
  • 算法复杂度与约束的映射
  • 推荐算法变体和优化方案

目标流程

  • 最短路径算法
  • 高级图算法
  • 图遍历
  • 图建模

算法选择矩阵

最短路径

场景 算法 复杂度
无权图 广度优先搜索 O(V+E)
非负权重 Dijkstra O((V+E)log V)
负权重 Bellman-Ford O(VE)
所有节点对 Floyd-Warshall O(V^3)
有向无环图 拓扑排序 + 动态规划 O(V+E)

最小生成树

场景 算法 复杂度
稀疏图 Kruskal O(E log E)
稠密图 Prim O(V^2) 或 O(E log V)

输入模式

{
  "type": "object",
  "properties": {
    "problemType": {
      "type": "string",
      "enum": ["shortestPath", "mst", "connectivity", "flow", "matching", "traversal"]
    },
    "graphProperties": { "type": "object" },
    "constraints": {
      "type": "object",
      "properties": {
        "V": { "type": "integer" },
        "E": { "type": "integer" },
        "negativeWeights": { "type": "boolean" },
        "negativeCycles": { "type": "boolean" }
      }
    }
  },
  "required": ["problemType", "constraints"]
}

输出模式

{
  "type": "object",
  "properties": {
    "success": { "type": "boolean" },
    "recommendedAlgorithm": { "type": "string" },
    "complexity": { "type": "string" },
    "alternatives": { "type": "array" },
    "reasoning": { "type": "string" }
  },
  "required": ["success", "recommendedAlgorithm"]
}