图论算法的成本账先看图的形状和查询目标算法题里复杂度常写成一个 O 符号服务里还要把它换算成内存、CPU 时间和查询时限。选 Floyd-Warshall、Dijkstra 还是其他算法取决于图是否稠密、是否有负权边、需要单源还是全源最短路以及结果是否能预计算。先做两项判断邻接矩阵需要 O(V²) 空间。以int64距离矩阵为例10,000 个顶点仅元素区就约为 800 MB未包含切片头、运行时和其他数据。稀疏图更适合邻接表空间通常为 O(V E)。Dijkstra 只适用于边权非负的单源最短路径有负权边时可考虑 Bellman-Ford且必须处理负权环。Floyd-Warshall 能处理负权边但不能处理可达的负权环时间和空间均为 O(V³)、O(V²)更适合较小的全源问题。不能因为“图很大”就一律换成 Dijkstra。func addEdge(adj [][]Edge, from, to, weight int) error { if from 0 || from len(adj) || to 0 || to len(adj) { return errors.New(vertex out of range) } if weight 0 { return errors.New(dijkstra does not support negative weights) } adj[from] append(adj[from], Edge{To: to, Weight: weight}) return nil }内存预算只是准入条件执行前可用顶点数、边数和元素大小估算最低内存并为切片增长、优先队列和运行时留余量。估算超过实例预算时返回可诊断的“图规模超限”错误或将任务转到离线计算不要静默截断成局部图并把结果当作精确路径。若节点 ID 稀疏先离散化或使用映射不要直接把大 ID 当数组下标。对于不连通图要明确用无穷大或(distance, reachable)表示不可达避免在加法中溢出。该测什么基准输入至少分为稠密/稀疏、有/无负权、连通/不连通并记录顶点数、边数、权重范围、机器配置和算法实现。测量峰值堆内存、分配次数、耗时和取消后的资源释放。这样得到的结果才能支持选型而不是用一张没有条件的“性能对比表”替代判断。