我正在使用哈希表为其元素设计一个c ++图。哈希表使用开放寻址，图表边缘不超过50.000。我还设计了一个PRIM算法来查找图的最小生成树。我的PRIM算法为以下数据创建存储空间：
一个名为Q的表，用于放置开头的所有节点。在每个循环中，访问一个节点，在循环结束时，它从Q中删除。
一个名为Key的表，每个节点一个。必要时更改密钥（每个循环至少一次）。
一个名为Parent的表，每个节点一个。在每个循环中，在此表中插入一个新元素。
名为A的表格。程序在此存储最小生成树的最终边缘。这是返回的表。
假设图表有50.000个边缘，那么用于创建这些表的最有效的数据结构是什么？
我可以使用数组吗？
我担心每个阵列的元素都会太多。当然，我甚至不考虑使用链表，因为每个元素的访问将花费很多时间。我可以使用哈希表吗？
但同样，这些元素对很多人来说都是如此。我的算法适用于由几个节点（10或20）组成的图形，但我对图形由40.000个节点组成的情况持怀疑态度。任何建议都非常感谢。
答案 0 :(得分：0)
（因为评论有点长）：问题的唯一部分似乎是非常大的丑陋，是因为尚未选择的每个节点都有成本，你需要找到成本最低的那个节点每一步，但执行每一步都会降低一些有效随机节点的成本。
当您想要追踪最低成本时，优先级队列是完美的。它可以有效地删除成本最低的节点（您在每个步骤中执行此操作）。添加一些新可访问的节点非常有效，就像您在任何步骤中一样。但是在基本设计中，它无法降低已经以高成本获得的少数节点的成本。
因此（经常需要更多功能的优先级队列），我通常会创建一个指向对象的指针堆，并在每个对象中都有一个堆位置的索引。堆方法都会对对象进行回调，以便在索引更改时通知它。堆也有一些外部调用方法，这些方法通常只能是内部的，例如，当现有元素的成本降低时，这种方法非常适合有效地修复堆。
我刚刚查看了标准文件的文档
http://en.cppreference.com/w/cpp/container/priority_queue
看看我总是想添加的功能是否以某种形式存在，我以前没有注意到（或者在最近的一些C ++版本中添加）。据我所知，否。大多数现实世界中使用优先级队列（当然我的全部）需要一些额外的小功能，我不知道如何应对标准版本。所以我需要从头开始重写它，包括额外的功能。但这实际上并不难。
我使用的方法已被许多人重新设计（我在70年代在C中做过这个，而不是第一个）。一个快速的谷歌搜索发现我的方法中的一个比我描述的更详细。 http://users.encs.concordia.ca/~chvatal/notes/pq.html#heap