cpu /内存绑定环境中大图的最佳数据结构

Question

我正在开展一个学术项目：编写一个库，用于在大型加权有向图上找到最短路径。

规格如下：

• 示例数据集是1500个顶点的图，每个节点平均有5.68个边。规格最多可达20.000个节点。

• 此外，我正在使用cpu / memory绑定环境：Android。

• 边缘重量不是微不足道的，也不是夸张的。它取决于图的可变状态。

• 我们必须离线工作。

我面临几个困难：

• 我需要一种有效的方法来存储，检索和更新图表的数据。我应该将SQLite对象与来自Java类的查询一起使用，堆上的大型自定义Java对象，还是什么？我认为这是性能最关键的方面。

• 我需要一种有效的方法来实现某种短路径算法。由于所有权重都是正数，我应该使用Dijikstra算法和ArrayList作为访问节点的容器吗？

• 这是使用NDK的好例子吗？这项任务是CPU密集型的，但它也经常访问内存，所以我不这么认为，但我愿意做出贡献。

• 永远记住，资源稀缺，ram不足，磁盘速度慢，cpu很宝贵（电池方式）。

任何建议都很好，欢呼：）

Answer 1

对于这些节点，我建议获取一些云计算服务，并让Android应用程序与之通信 如何在亚马逊的云上使用Hadoop的MapReduce，有许多图形框架，例如Mahout，它真的很快。
如果有更多的节点和边缘，至少可以扩展。

Answer 2

链表是用于存储大型稀疏图的最佳数据结构。