所以我正在编写实现ACO算法的this Python program。简而言之，当一只蚂蚁进行下一次移动时，它知道（1）它所在的节点和（2）它仍然需要访问哪些节点。有了这些信息，它会检查每个Edge的属性，以便选择接下来要访问的Node。所以我让ant使用该信息来查找相应的Edge。
在内部，我使用dict将Node对映射到Edge个实例。最初，我对Node必须可以清洗的限制没问题。然而，它一直是我不特别喜欢的限制，我想尽可能消除它。
目前，我有一个Node类通过散列对象__hash__的{{1}}来实现frozenset，但这仍然会导致涉及可变值的案例的错误（和到目前为止，它是我最不喜欢的课程 - 永远）。
到目前为止，我一直在考虑使用2D矩阵，但通常情况是__dict__.items()与Edge s相比很少，这会导致稀疏矩阵，因此浪费了很多空间。我考虑过使用一个简单的列表，但后来我放弃了进行超快速查找的能力。
我可以使用哪些数据结构（首选，如果实现是可靠的）或自我实现，它将从Node对中快速查找Edge s，而不涉及哈希的产生？
答案 0 :(得分：3)
不是直接散列节点，而是创建节点数组并给出ant节点索引。您的密钥变为两个整数或者可能是一个64位整数，其中一个索引位于高32位，一个索引位于低32位。它仍然基于散列，但实现起来很简单。