面對這樣的變化，電腦、之間成本最低且最快的連接？ Kyng 的新演算法還能以幾乎線性的時間計算這些遞增或遞減變化的網路的最佳路線，速度如此之快，以至於每個新連接的計算時間（無論是透過重新路由還是創建新路線添加）都可以忽略不計。
但到底是什麼讓 Kyng 的運算方法比其他網路流演算法快得多呢？原則上，所有計算方法都面臨著必須在多次迭代中分析網路以找到最佳流量和最小成本路線的挑戰。在此過程中，它們會遍歷連接開啟、關閉或擁塞的每個不同變體，因為它們已達到其容量限制。
計算整體或它的零件
在 Kyng 之前，電腦科學家傾向於在兩種 美國電話號碼庫 關鍵策略之間進行選擇來解決這個問題。其中一個以鐵路網路為模型，涉及計算網路的整個部分，並在每次迭代中修改流量。第二種策略——受到電網潮流的啟發——在每次迭代中計算整個網絡，但對網絡每個部分的修改流量使用統計平均值，以使計算更快。
Kyng 的團隊現在將這兩種策略各自的優勢結合在一起，以創造一種全新的組合方法。 Kyng 團隊的講師兼成員馬克西米利安·普羅布斯特·古騰堡 表示：「我們的方法基於許多小型、高效且低成本的計算步驟，這些計算步驟加在一起比一些大型計算步驟要快得多。
簡單回顧一下這門學科的歷史，就會為Kyng 的突破意義增添新的維度：網絡中的流問題是20 世紀50 年代最先借助算法系統解決的問題之一，而流算法在建立網絡中發揮了重要作用。
數學家 Lester R. Ford Jr. 和 Delbert R. Fulkerson 開發的著名演算法也源自於這段時期。他們的演算法有效地解決了最大流量問題，該問題旨在確定如何透過網路運輸盡可能多的貨物而不超出各個路線的容量。
快速且廣泛
這些進展向研究人員表明，最大流量 關於建立行動銀行應用程式的一切 問題、最小成本問題（轉運或運輸問題）以及許多其他重要的網路流量問題都可以被視為一般最小成本流量問題的特殊情況。在 Kyng 的研究之前，大多數演算法只能有效地解決其中一個問題，儘管它們甚至不能特別快地解決這個問題，也不能擴展到更廣泛的最小成本流問題。
這同樣適用於20 世紀70 年代開創性的流算法，理論計算機科學家約翰·愛德華·霍普克羅夫特(John Edward Hopcroft)、理查德·曼寧·卡普分別獲得了被譽為電腦科學「諾貝爾獎」的圖靈獎。卡普於 1985 年獲得了他的學位； 於 1986 年贏得了冠軍。
視角從鐵路轉向電力直到 2004 年，數學家和計算機科學家才成功編寫了演算法，該演算法還為最小成本流問題提供了快速有效的解決方案。正是這個小組將焦點轉移到了電網的電力流。他們從鐵路到電力的視角轉變導致了一個關鍵的數學區別：如果火車因線路停運而在鐵路網絡上改變路線，那麼根據時刻表的下一個最佳路線可能已經被另一列火車佔據。
在電網中，構成功率流的電子有可能部分轉移到其他電流已經流經的網路連接。因此，與火車不同，用數學術語來說，電流可以「部分」轉移到新的連接。
這種部分重新路由使斯皮爾曼和他的同事能夠更快地計算此類路由變化，同時在每次變化後重新計算整個網路。 「我們拒絕了斯皮爾曼為整個網路創建最強大演算法的方法，」Kyng 說。 “相反，我們將他的部分路線計算的想法應用到了 Hopcroft 和 Karp 的早期方法中。”每次迭代中部分路由的計算對於加速整體流量計算起到了重要作用。
理論原則的轉折點
蘇黎世聯邦理工學院研究人員的大部分進展 人工智慧資料庫 都歸功於將他們的工作擴展到新演算法開發之外的決定。該團隊還使用和設計了新的數學工具，以進一步加快演算法速度。
特別是，他們開發了一種新的資料結構來組織網路資料；這使得能夠非常快速地識別網路連接的任何變化；反過來，這有助於使演算法解決方案變得如此快速。由於有如此多的應用程式排隊等待幾乎線性時間的演算法和新資料結構等工具，整體創新螺旋很快就會比以前更快地轉動。
然而，為解決以前無法有效計算的非常大的問題奠定基礎只是這些明顯更快的流演算法的好處之一，因為它們首先還改變了電腦計算複雜任務的方式。加州大學柏克萊分校的國際研究小組寫道：「在過去的十年裡，理論基礎發生了一場革命，為理論計算機科學的基礎問題獲得可證明的快速演算法。」 該小組的成員包括拉斯穆斯以及蘇黎世聯邦理工學院理論研究所研究員 。