In the second group of experiments,

In the second group of experiments, our symbolic algorithms are compared to the Dinic algorithm.
We choose randomly generated graphs with 200,000 edges and different numbers of nodes and the maximum edge capacities U = 1000. The run times are plotted in Fig. 12.
It can be observed that the run times of our symbolic algorithms decrease with the graph density.
Both groups of experiments indicate the fact that symbolic algorithms are competitive with traditional algorithms, especially on dense random graphs.

ผลลัพธ์ (ไทย) 1:

ในกลุ่มที่สองทดลอง อัลกอริทึมสัญลักษณ์เราจะเปรียบเทียบกับอัลกอริทึม Dinicเราเลือกกราฟที่สร้างขึ้นแบบสุ่ม มีขอบ 200000 และหมายเลขที่แตกต่างกันของโหนดและกำลังการผลิตสูงสุดขอบ U = 1000 เวลารันถูกลงจุดใน Fig. 12มันสามารถจะสังเกตว่า เวลาทำงานของอัลกอริทึมสัญลักษณ์ของเราลดลง มีความหนาแน่นของกราฟทั้งกลุ่มทดลองระบุข้อเท็จจริงที่ว่า อัลกอริทึมที่สัญลักษณ์จะแข่งขันกับแบบอัลกอริทึม โดยเฉพาะอย่างยิ่งในกราฟตัวอย่างหนาแน่น

ผลลัพธ์ (ไทย) 2:

ในกลุ่มที่สองของการทดลองขั้นตอนวิธีการที่เป็นสัญลักษณ์ของเราเมื่อเทียบกับอัลกอริทึม Dinic.
เราเลือกกราฟที่สร้างแบบสุ่ม 200,000 ขอบและตัวเลขที่แตกต่างกันของโหนดและความจุสูงสุดขอบ U = 1000 วิ่งครั้งที่มีพล็อตในรูป 12.
ก็สามารถที่จะตั้งข้อสังเกตว่าเวลาการทำงานของอัลกอริทึมสัญลักษณ์ของเราลดลงที่มีความหนาแน่นของกราฟ.
ทั้งสองกลุ่มการทดลองระบุความจริงที่ว่าอัลกอริทึมสัญลักษณ์มีการแข่งขันกับขั้นตอนวิธีแบบดั้งเดิมโดยเฉพาะอย่างยิ่งในกราฟสุ่มหนาแน่น

ผลลัพธ์ (ไทย) 3:

ในกลุ่มที่สองของการทดลอง ขั้นตอนวิธีเชิงสัญลักษณ์ของเราเมื่อเทียบกับขั้นตอนวิธีนิซ .
เราเลือกสุ่มสร้างกราฟด้วย 200000 ขอบและตัวเลขที่แตกต่างกันของโหนดและความจุสูงสุดขอบ U = 1000 วิ่งครั้งวางแผนในรูปที่ 12
จะสามารถสังเกตได้ว่า เวลาของขั้นตอนวิธีเชิงสัญลักษณ์ของเราลดลงใช้กับกราฟความหนาแน่น .
กลุ่มทดลอง พบว่าขั้นตอนวิธีเชิงสัญลักษณ์จะแข่งขันกับขั้นตอนวิธีแบบดั้งเดิม โดยเฉพาะอย่างยิ่งการพิจารณากราฟหนาแน่น